一本将基于AP传播算法的半监督聚类的算方法书.对于聚类研究的很有帮助-The Uncapacitated Facility Location Prob- lem (UFLP) is one of the most widely stud- ied discrete location problems, whose appli- cations arise in a variety of settings. We tackle the UFLP using probabilisti

为了能有效解决H ough 变换的计算量大的问题，文中提出了一种基于直线局部结构特征的H ough 变换改进的直 线检测算法。该算法根据F reem an 准则分析了直线上基元的特征信息，通过图像上邻近的同类基元的倾斜角约束基元上 像素点的极角范围，减少每个点的计算次数，在保持精度的同时，提高直线检测的速度，在有噪声的情况下，该算法相对标 准H ough 变换算法可以提高到6 到7 倍。 -In o rder to effectively solve the pro blem o

LEM（拉普拉斯特征映射）算法，拉普拉斯特征映射是基于局部邻域，保持局部结构的流形学习方法。LEM通过一个无向加权图刻画流形上数据点间的近邻关系，图的顶点为原始数据点，图的边对应点之间的近邻关系，边的权值对应近邻点之间的相似程度（也可以是某种距离），LEM在低维嵌入空间中尽量保持图中数据点之间的近邻关系，然后求取嵌入坐标。通俗的说，LEM认为在高维数据空间离得近的点在低维嵌入空间也应该离得近-LEM (Laplace feature mapping) algorithm, Laplace fea