graph

1/3ページ

人臉識別主要演算法原理

人臉識別主要演算法原理 主流的人臉識別技術基本上可以歸結為三類,即:基於幾何特徵的方法、基於模板的方法和基於模型的方法。 1. 基於幾何特徵的方法是最早、最傳統的方法,通常需要和其他演算法結合才能有比較好的效果;2. 基於模板的方法可以分為基於相關匹配的方法、特徵臉方法、線性判別分析方法、奇異值分解 […]

社群發現演算法(三)

派系過濾CPM方法(clique percolation method)用於發現重疊社群,派系(clique)是任意兩點都相連的頂點的集合,即完全子圖。 在社群內部節點之間連線密切,邊密度高,容易形成派系(clique)。因此,社群內部的邊有較大可能形成大的完全子圖,而社群之間的邊卻幾乎不可能形成較 […]

社群劃分的標準–模組度

在社群發現演算法中,幾乎不可能先確定社群的數目,於是,必須有一種度量的方法,可以在計算的過程中衡量每一個結果是不是相對最佳的結果。 模組度(Modularity)用來衡量一個社群的劃分是不是相對比較好的結果。一個相對好的結果在社群內部的節點相似度較高,而在社群外部節點的相似度較低。 全域性模組度  […]