由于现实世界中时间序列多数是非线性的,而现有的时间序列聚类问题大多是基于线性时间序列模型进行聚类的,提出了可以用于非线性时间序列的聚类方法。它基于KS二维检验统计量提出KS2D距离度量,是一种非参数的
一种基于过滤和聚类的汽车共享系统站点的选择方法,杨宇,李静林,汽车共享服务为人们提供了一种全新的环保的出行方式。在汽车共享系统中,如何确定汽车共享站点的位置是的主要难点之一。然而,在
文本聚类在很多领域都有广泛应用,而聚类算法作为文本聚类的核心直接决定了聚类的效果和效率。结合基于划分的聚类算法和基于密度的聚类算法的优点,提出了基于密度的聚类算法DBCKNN。算法利用了k近邻和离群度
一种结合分类的基于弥散度的聚类算法,于智航,张宪超,基于密度的聚类算法是聚类分析的重要分支,其主要优点是发现任意形状的聚类和对噪声不敏感。然而现有的基于密度的聚类算法由于缺
针对网格和密度方法的聚类算法存在效率和质量问题,给出了密度与栅格相结合的聚类挖掘算法,即基于密度和栅格的聚类算法DGCA(densityandgridbasedclusteringalgorithm)
一种新的超像素光谱聚类图像分割方法
提出了一种基于二次离散小波变换(DWT)的语音增强算法。该算法首先对带噪语音信号进行离散小波变换,提取离散细节信号,并对其进行第二次离散小波变换。再按照不同的规则选取阈值,对信号进行去噪处理。最后再对
关于大规模对文本的聚类技术研究,一篇比较值得看的博士论文
针对基于轮廓线拼接重建物体表面所出现的轮廓对应和分叉问题,提出了一种通过体数据转换由轮廓线实现重建物体表面的方法。在分析体数据构造中出现逼近精度问题的前提下,通过提高轮廓线上点的密度,生成精确度较高的
提出了基于DBSCAN算法的网络流量分类方法,对流的定义、特征产生、特征选择以及分类规则和分类性能的评测等内容进行了介绍。提出了基于PCA的网络流量最优特征子集的选择方法。实验结果表明,提出的分类方法