论文研究一种基于网格和密度的簇边缘精度增强聚类算法 .pdf

特征选择是数据挖掘和机器学习领域中一种常用的数据预处理技术。在无监督学习环境下，定义了一种特征平均相关度的度量方法，并在此基础上提出了一种基于特征聚类的特征选择方法FSFC。该方法利用聚类算法在不同子

在分析平面曲线的几何特性的基础上，提出了一种基于曲率等不变量的平面非规则边界曲线匹配的算法，该方法通过提取平面非规则曲线的角点和匹配角点来寻找初始匹配点，同时利用对应点的曲率相等或者等价的几何特性来匹

针对现有三维CAD系统中,CAD网格模型显示精度固定,难以动态调整以及细分后网格数量过多等瓶颈问题,在原始模型基础上,结合CAD模型中边、面等几何与拓扑信息,提出了一种精度可控的三维CAD网格模型。根

分析论文Clusteringbyfastsearchandfindofdensitypeaksd，整理局部密度的聚类分析方法，对故障检测方向的学者提供帮助，重点分析该算法的有效性，如何用密度实现数据的

一篇基于网格聚类的博士论文，总结了目前比较主流的网格聚类算法。大家来看看啊！

一种基于通信范围和方向限定的VANET分簇算法，盖智慧，李玉宏，由于车辆自组织网（VANET）节点的高速移动性，导致网络拓扑结构变化快，并且节点通信呈现机会性，路径可用的持续时间短。分簇算法�

摘要: 聚类分析是数据挖掘中一个重要研究内容。传统的聚类算法可划分为硬聚类和模糊聚类两大类, 提出 一种基于对象集上的相容关系的聚类算法, 该算法通过极大相容簇来对数据对象集进行分类, 使得同一对象可

研究R树特点，考虑了离群点对R树结点构造的影响，结合改进的k-medoids聚类算法提出了一种新的R树构造算法。与传统R树相比，新算法下构造的R树结点更加紧凑。通过实验证明，该优化算法构造的R树在查询

针对现有的Neural-Gas算法进行改进，提出了一种新的聚类算法。改进之处在于：一个点对一个簇的质心的影响程度取决于该点到其他更近的簇的质心的距离值，而不仅仅是点与簇质心间距离值按大小排列次序的序号

一种基于Canny边缘检测的隐写算法，杨明，黄颖，钻石编码通过像素对嵌入提高嵌入率和安全性，通常情况在一幅图像的所有部分使用相同嵌入率嵌入秘密信息，而事实上从图像本身来看