论文研究基于局部信息的密度敏感谱聚类 .pdf

传统谱聚类算法受高斯核尺度参数的影响较大，对噪声点较为敏感，并且不能利用先验信息指导聚类过程。针对以上问题，提出了一种基于路径相似度测量的鲁棒性谱聚类算法（RPB-SC）。该算法将路径聚类与谱聚类算法

针对网络故障检测中利用先验知识不足和多数谱聚类算法需事先确定聚类数的问题，提出一种新的基于成对约束信息传播与自动确定聚类数相结合的半监督自动谱聚类算法。通过学习一种新的相似性测度函数来满足约束条件，改

采用混合遗传算法求解矩形件带排样问题，采用三阶段排样方式以满足特定的约束或简化切割工艺。改进遗传算子，在变异操作之后使用调整操作，以进一步简化得到的排样方案。在初始种群构造时，根据矩形件的特性采用一些

正确的数字分接是PDH数字群路信号信息还原的前提。在高误码信道环境下，为实现可靠通信，提出了利用信源残留冗余来实现高容错数字同步分接的改进算法。算法通过挖掘PDH数据最底层的PCM信号中所残留的冗余，

CFSFDP是基于密度的新聚类算法，可聚类非球形数据集，具有聚类速度快、实现简单等优点。CFSFDP需人工尝试确定密度阈值dc，且对一个类中存在多密度峰值的数据无法进行准确聚类。为解决该缺点，提出基于

基于产品特征聚类的产品评论信息挖掘研究，聂金慧，苏红旗，产品评论中的产品特征及情感倾向是一种反映产品价值的重要信息，针对现有的中文产品评论信息挖掘存在的不足，提出了一种基于词汇

基于聚类算法的网络情报信息集成研究，刘丙泉 ，潘鹏杰，知识经济的发展提高了对网络情报信息量和质的要求；元搜索引擎技术的不断进步使信息检索量有了很大的提高，但检索响应时间和检索

基于图像统计信息的局部增强，赵雪英，汪江，针对只需要增强暗区域而保持亮区域的一类图像，介绍一种将图像的全局统计信息和局部统计信息应用于局部增强的算法。描述了该算法

通过对Web网站的日志进行聚类分析，目的是获取用户兴趣访问模式，进而为不同用户群体提供定制的个性化服务。针对原始CURE算法在代表点选择的随机性、不能充分体现用户兴趣偏好方面存在的问题，提出了改进的用

为了解决高光谱遥感影像的特征融合问题，针对高光谱数据的维数高、信息量繁杂冗余、非线性而且数据量庞大特点，利用图谱理论非负稀疏保持嵌入的降维方法，提出基于光谱空间结合的非负稀疏保持嵌入的谱聚类进行样本的