来自西安交大学报，学术论文，一种增量式文本软聚类算法。供在数据挖掘领域研究的同学们，相互参考！如有引用请注明出处，谢谢
该算法有很好的鲁棒性，可以有效地跟踪被遮挡的目标，是一种很不错的算法。
一篇关于模糊C均值聚类的论文，其中使用了分水岭算法。是彩色图像分割的文章
cmt算法是热心网友分享的一个跟踪算法思路是：特征点匹配+光流法，然后用投票一致性去除外点。论文结果显示比tld效果更优
在聚类分析中, 决定聚类质量的关键是确定最佳聚类数. 对此, 从样本几何结构的角度定义了样本聚类距离 和样本聚类离差距离, 设计了一种新的聚类有效性指标. 在此基础上, 提出一种基于近邻传播算法确定样
提出了一种基于DTW的符号化时间序列聚类算法,对降维后得到的不等长符号时间序列进行聚类。该算法首先对时间序列进行降维处理,提取时间序列的关键点,并对其进行符号化;其次利用DTW方法进行相似度计算;最后
为了改进Sweep Coverage机制在真实场景中的性能，提出了一种基于聚类的Sweep Coverage机制（clustering-based sweep coverage，CBSC），该机制引入
针对现有的大部分划分聚类算法受聚类簇的个数K的限制，提出一种基于蜂群原理的划分聚类算法。该方法通过引入蜂群采蜜机制，将聚类中心视为食物源，通过寻找食物源的自组织过程来实现数据对象的聚集。在聚类的过程中
一种基于密度栅格的快速聚类算法，檀亚峰，刘勇，针对已有网格算法和密度算法存在的效率和质量问题，给出了一种结合栅格和密度的聚类算法，即基于密度和栅格的聚类算法DGBCA(densitya
针对DBSCAN算法需用户设置参数值、易产生挖掘结果偏差等不足，提出改进算法DBTC(density-basedtextclustering)，该算法不仅能够发现任意形状的簇，还有效地解决了基于密度的
用户评论