一种基于n-gram短语的文本聚类方法研究

目前聚类算法普遍存在对初始化参数和异常数据敏感,难以找到最优聚类以及聚类的有效性等问题。利用群体智能和多主体系统具有的自组织性、健壮性、可扩展性和简单性等优点,给出了一种新型的优化聚类算法。在三维空间

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

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

通过分析在电子商务环境下Web挖掘的现状，考虑到Web数据的海量性和高维度性对抽取隐含的、事先未知的知识所带来的复杂性和维数灾，在普通K均值聚类、PSO聚类和K均值与PSO混合聚类算法的基础上，提出了