论文研究一种基于分层聚类的改进算法及交互式显示界面 .pdf

在增强信号稀疏性的基础上,对模糊

一种基于改进模糊C均值聚类的快速彩色图像分割，王丽丽，肖德贵，提出了一种基于均值漂移和聚类有效性评判的模糊C均值聚类算法(FCM)，利用均值漂移初始化聚类中心，并结合聚类有效性指标确定最佳聚

传统聚类认为每个对象与所有属性均有关系，只是将对象进行聚类，为了克服这一不足，提出基于合并双聚类模型(Merge BiCluster Model,MBCM)的算法，采用将对象和属性同时进行聚类，找出与

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

为了获得用户感兴趣的co-location模式,提出了一个基于本体的交互式挖掘算法OIICM(ontology-basedinteractiveinterestingco-locationminer)

提出了一种改进的自适应蚁群聚类算法（improvedadaptiveantclustering，IAAC）。该算法改进了原来的AM(antmovement)模型，并在此基础上提出了一种网格化的移动策略

聚类中k_means算法的一种改进算法非常优秀的资料

分层聚类技术在图像处理、入侵检测和生物信息学等方面有着极为重要的应用,是数据挖掘领域的研究热点之一。针对目前基于SIMD模型的并行分层聚类算法处理海量数据时效果不理想的问题,提出一种基于数据预处理的自

针对普通分层分布式数据采集算法在随机采集次序以及固定采集周期两方面的不足,提出了一种动态分层分布式数据采集算法。该算法利用移动agent实现基于关节点域拓扑次序的动态域内采集方案,并设计了自适应调节采

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