论文研究基于产品特征聚类的产品评论信息挖掘研究 .pdf

论文研究-基于系统聚类的北京气温变化过程遍历特征分析.pdf,  气温变化过程遍历性研究是中长期气象预报的基础.以北京地区气温过程为例,分别研究了北京月最高气温、最低气温、平均气温序列的遍历特征. 首

基于特征权重优化的K-中心点聚类算法，陈新泉，，为构造出更适合于混合属性数据点集空间的相异性度量，从而找到数据点集的更有意义的聚类分布，提出了基于特征权重优化的K-中心点�

利用数据点特征权重的概率约束关系和可能分布，提出了分别建立在概率和可能加权特征方式之上的改进可能模糊聚类的两种模型。其中建立在可能约束之上的改进PCM算法扩展了原算法，具有更广泛的适用性。实验结果表明

同图复制窜改是图像窜改较为常见的一类，基于块匹配检测方法往往存在准确率低、时间复杂度高等问题，为提高准确率并大幅度降低时间复杂度，应用深度学习特征和聚类算法进行检测。首先用稀疏自编码器训练大量样本集找

传统的视觉词典一般通过K-means聚类生成，一方面这种无监督的学习没有充分利用类别的先验信息，另一方面由于K-means算法自身的局限性导致生成的视觉词典性能较差。针对上述问题，提出一种基于谱聚类构

从Internet拓扑的幂律特征（度分布律）出发，定义了主干子图的相关概念，证明了主干子图的若干性质，并在此基础上给出了基于主干子图的聚类算法。该算法可应用于有幂律特征的大型图的混合布局，也可为幂律特

重点综述了基于局部信息的全局数据挖掘方法。根据数据挖掘的过程，将该问题的研究划分成三个阶段，即利用粒度数据表示进行挖掘、利用局部信息改善全局挖掘的效率和利用局部模式结果获得全局数据理解，并对每个阶段进

针对生物医学文献的数量急剧增长，人工从文献中获取所需要的信息已不能适应生物医学文献数量迅速生长的需要。利用Stanford Parser等开源工具，采用自然语言处理技术、统计学等多种方法，提出了一种新

在对传统聚类方法进行简要介绍的基础上，对聚类的新发展进行了较详细的归纳，总结了聚类分类方法发展的趋势。

用户用电情况随着电网技术发展变得更加复杂,同时产生大量用电特征。以往采用基于神经网络挖掘方法和基于CURE算法的挖掘方法受到噪声数据影响,导致挖掘精准度较低,针对该问题,提出基于k-means聚类算法