基于标签传播的社区发现算法优化研究 摘要 AIBlockchain云计算技术的发展使互联网与现实社会越来越重叠在一起 网络生活变成一种新的生活形态社区发现能够将网络的拓扑结构发掘出来并作合理 分析从而
基于k最相似聚类的子空间聚类算法,闫妍,,子空间聚类是聚类研究领域的重要分支和研究热点,用于解决高维聚类分析面临的数据稀疏问题。提出一种基于k最相似聚类的子空间聚��
基于选择概率的局部社区发现,夏士雄,周然然,为了更有效的发现局部社区结构,本文提出了一种改进的局部社区发现算法ILCD。该算法改善了节点选择策略,为每一个候选节点设置选��
提出一种基于快速噪声估计的MMSE语音增强算法,实验表明这种算法比起谱相减法和基于语音短时对数谱的最小均方误差(MMSE-LSA)算法能更显著地提高算法的客观性能,在非平稳噪声环境中能快速估计出变化的
方法网络中的社区发现,刘婧,刘斌,模块化被认为是软件设计的重要规则,但是现有软件度量不足以提供足够信息来改善模块化,也缺乏在类层次自动改善面向对象软件的结��
聚类分析是数据挖掘中重要的研究内容之一,对聚类准则进行了总结,对五类传统的聚类算法的研究现状和进展进行了较为全面的总结,就一些新的聚类算法进行了梳理,根据样本归属关系、样本数据预处理、样本的相似性度量
研究语言学习是研究人类大脑中概念表示和存储的重要途径。大脑中的全体概念形成了一个复杂网络,属于同一领域的概念构成领域本体。当学习一个新概念时,将其插入到概念网络中,同时与之联系的同一领域本体中的相似概
如何发现Web上根据“主题”聚集在一起的多个社区,使我们能快速地从互联网上提取知识,是Web挖掘的一个研究方向。详细介绍了基于链接结构的四种社区发现的算法,同时也指出了这些算法的缺陷和改进方向。
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
传统K-means算法的聚类数k值事先无法确定,而且算法是随机性地选取初始聚类中心点,这样容易造成聚类结果不稳定且准确率较低。基于SSE来选取聚类个数k值,基于聚类中心点所在的周围区域相对比较密集、聚