改进的OPTICS算法及其在文本聚类中的应用

基于词性分析预处理的文本聚类，其不同于传统的基于停用词表预处理的文本聚类，前者在建立VSM模型的速度上要比后者快。

K均值聚类算法是一种基于距离的聚类算法，常用于数据挖掘、图像分割等领域。本文从算法原理、流程、参数设置等方面详细解析K均值聚类算法，并结合实际应用场景进行案例分析。同时，还介绍了K均值算法的改进和优化

近年来,凭借其重要的研究意义,采用数据聚类去分析社会网络已成为时下最热门的话题之一。这些研究最直接应用的是防止恐怖袭击和社区通过检测疾病的传播。此外,由于社会网络是动态的,而社会关系的变化是可以通过数

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

文本挖掘是数据挖掘领域中一个热门的研究方向。在文本挖掘领域中,文本聚类技术有助于缩小数据搜索空间,提高查询精度。作为一种无监督的机器学习方法,文本聚 类技术己经成为对文本信息进行有效地组织、摘要和导航

模糊聚类在遥感影像分类中的应用，姚丽丽，王竞雪，本文是基于模糊数学的理论和方法,以TM影像为主要数据源,利用影像中的6个波段值。在实验中以Matlab为平台，采用模糊聚类的方法对影像�

聚类算法的分类及应用，介绍了聚类算法可分为基于模型、网格、层次、密度、划分的算法；重点介绍了基于划分的算法：Kmeans算法，以及算法中距离的不同计算方式

一种改进的基于层次聚类的说话人自动聚类算法

聚类算法在R中的实现;系统聚类法;鸢尾花花萼及花瓣的长度与宽度系统聚类图;K-均值聚类分析; 第二步使用knn包进行Kmean聚类分析;table(iris$Species,kc$cluster) #

VB6.0 Implementation of Fuzzy Clustering Algorithm (FCM) and Hard Clustering Algorithm (HCM) and Its