基于近邻函数值准则的聚类算法

混合属性数据集的基于近邻图的两阶段聚类算法，陈新泉，，面对混合属性数据集的数据预处理需求，本文在给出若干定义及相关性质之后，提出了一种基于近邻图的两阶段聚类算法。为提高算法的

目前主要有两类协同过滤推荐算法:基于用户的协同过滤推荐算法[7,8]和基于项目的协同过滤推荐算法[9212].基于用户的协同过滤推荐算法基于这样一个假设,即如果用户对一些项目的评分比较相似,则他们对其

核的求解是粗糙集理论的重要研究内容之一,也是很多属性约简的关键步骤.目前已有一些关于核的求解算法,但有关核的更新算法却报道不多.文献[9]给出了对象增加情况下核的更新算法,但没有考虑对象修改情况下的核

K-means聚类算法 简介 聚类是一个将数据集中在某些方面相似的数据成员进行分类组织的过程,聚类就是一种发现这种内在结构的技术,聚类技术经常被称为无监督学习。 K均值聚类是最著名的划分聚类算法,由于

针对近邻传播（Affinity Propagation，AP）聚类算法存在运算复杂度高且未考虑数据点密度对聚类效果的影响的问题，提出一种改进的近邻传播聚类算法并应用于图像分割。首先，在度量数据点之间的

基于模糊聚类算法中FCM算法 的改进研究 Yunnan universit Department of Computer Science Lei zhiming 2008-05-13 目录 聚类分析的

提出了一种文档聚类方法，对用户的检索结果中类似的文档进行聚类，提供目录结 构，辅助用户浏览检索结果.首先分析了现有的文本聚类方法，讨论了它们的优势和不足，然后 提 出了 基 于后缓树的中文文本聚类算法

在NJW的基础上进行改进，本文提出了基于熵排序的方法选择K个特征向量，来优化谱聚类的算法。

基于遗传算法的聚类挖掘研究，大家可以参考一下啊

基于聚类算法的颜色特征提取，提取颜色特征