论文研究基于类中心向量的改进KNN算法 .pdf

改进的DV-HOP算法，杨名权，周东清，在无线传感器网络中，节点的定位对所有应用都至关重要的作用。DV-Hop算法作为与测距无关的算法，有算法简单、实现代价低等显著的优

RSA算法的改进，陈磊，，RSA加密算法现在是一个在互联网上、银行系统、军事系统等等许多领域用处相当广泛的加密算法之一，已经深深的影响到互联网上的每一

针对传统算法在求解物流配送中心选址问题时容易陷入局部最优解和寻优效果不够理想的缺陷,提出了一种改进的粒子群算法。该算法通过引入领域均值来反映粒子间合作与竞争的隐性知识,使粒子种群的多样性和算法的全局搜

连续属性值域划分方法是数据挖掘和机器学习领域的重要课题。但已有的大量离散化方法倾向于研究一维属性离散化问题，没有考虑多属性之间的相互关系，难于获得最佳的离散化结果。提出一种基于最小描述长度理论的多属性

AffinityPropagation聚类算法的扩展及改进研究，陈新泉，，当前在有限区域内分布的稀疏不均的、具有一定分布结构的海量数据点集的聚类分析是一个尚未圆满解决的难题，针对AffinityPro

针对KNN算法在处理大数据时的两个不足对其进行了研究，提出多层差分KNN算法。算法对已知样本根据类域进行分层，既避免了传统改进算法中剪辑样本带来的判别误差，又大大降低了无效的计算量；同时在最后一层采用

改进向量法肺实质修补，林红利，李军，肺实质分割是肺结节计算机辅助诊断过程中的第一个环节,其分割结果对后续处理具有重要作用。现有的分割方法均侧重于肺实质外部轮��

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�

KNN算法是一种简单、有效且易于实现的分类算法，可用于类域较大的分类。近年来对KNN算法的研究偏向于静态大数据集，不过，在越来越多的情况下要用KNN算法在线实时处理流数据。考虑到流式数据流量大，连续且

基于粒子群算法的改进遗传算法的研究，陶磊，景晓军，遗传算法是一种模拟生物进化论的智能优化算法，具有简单、通用、鲁棒性强等优点。遗传算法自提出以来已成功应用到很多领域，但经