论文研究基于链接聚类的PageRank算法 .pdf

基于半监督K-means的主动学习聚类算法，孙凯，孟祥武，针对K-means算法对初始聚类中心敏感，针对不规则聚类簇效果较差的缺点，提出了一种基于半监督K-means的主动学习算法。为了针对指定的k

为提高谱聚类算法的鲁棒性，基于稀疏编码在图的构造中提出一种改进L1稀疏表示图模型。将每个样本表示为数据集中其他样本的稀疏线性组合，稀疏图的构造变为一个优化问题。所构造的稀疏图对数据噪声有很好的鲁棒性，

支持向量机(support vector machine, SVM)具有良好的泛化性能而被广泛应用于机器学习及模式识别领域。然而，当训练集较大时，训练SVM需要极大的时间及空间开销。另一方面，SVM训

为了防止数据敏感属性的泄露，需要对数据敏感属性进行匿名保护。针对l-多样性模型当前已提出的算法大多是建立在概念层次结构的基础上，该方法会导致不必要的信息损失。为此，将基于属性泛化层次距离KACA算法中

论文研究-基于灰色关联聚类的特征提取算法.pdf,  针对航空发动机气路部件故障样本特点,提出了一种基于灰色关联聚类的特征提取算法.论述了邓氏、相对变率和斜率三种灰色关联度分析方法,并以利用灰色关联度

针对K-means、FMC聚类算法容易陷入局部最优且对初始解很敏感的问题，提出了一种新的基于划分和连接度的聚类优化算法，并给出了具体算法实现，明显地避免了对初始化选值敏感性的问题。给出了在KDDCUP

针对K中心点聚类算法对分类数据聚类的有效性和遗传算法良好的自组织、自适应和自学习能力，提出了基于遗传聚类算法的出行行为分析方法。该方法采用整数编码，用活动模式间的匹配度度量模式对象之间的相异度，以各活

针对谱聚类算法在解决高维、大数据量的聚类问题时出现的效率不高和准确率明显下降的问题进行了研究，并在此研究基础上结合最优投影理论和Nystrm抽样提出了基于最优投影的半监督谱聚类算法（semi-sup

针对K-中心点算法对初始化敏感和容易陷入局部极值的缺点，提出一种基于粒子群算法和密度初始化改进的K-中心点聚类算法。该算法初始化时选择距离较远的k个候选范围作为k个聚类中心的选择范围，即粒子的初始值都

随着Deep Web飞速的发展，使用商业网站上所提供的查询接口从Web数据库中获取高质量数据并对这些数据进行分析加工处理显得尤为重要。通过动态提交关键词，利用查询接口得到检索页面，对检索页面中的中文信