论文研究基于特征权重优化的K中心点聚类算法 .pdf

针对FCM（FuzzyC-Means）算法对于初始聚类中心敏感，并只适合于发现球状类型簇的缺陷，提出采用冗余聚类中心初始化的方法降低算法对初始聚类中心的依赖，并先暂时将大簇或者延伸形状的簇分割成用多个

基于惯性权重的萤火虫优化算法，高伟明，田亚菲，萤火虫算法（FireflyAlgorithm，FA）是从模拟自然界中萤火虫成虫发光的生物学特性及群体行为发展而来，是一种基于群体智能的启发式随��

在PSO聚类算法的基础上，提出了基于量子行为的微粒群优化算法（QPSO）的数据聚类。QPSO算法不仅参数个数少、随机性强，并且能覆盖所有解空间，保证算法的全局收敛。PSO与QPSO算法的不同在于聚类中

针对聚类算法在实现的过程中需要预先设定最终聚类数目的问题,提出了基于同类全部样本的类内紧密度和类间离差度的一种新聚类有效性指标,通过该指标能够有效地确定数据集的最佳聚类簇数。在确定最佳聚类数的过程中采

收稿日期:20101201;修回日期:20110302基金项目:哈尔滨市后备带头人基金项目(2004AFXXJ039作者简介:黄 韬(1982,男,黑龙江人,硕士研究生,研究方向为 企业智能计算;刘胜

提出一种模拟电路故障的分布式诊断算法，用以解决大数据量故障样本集所带来的网络规模过大，训练时间过长等问题。该算法采用有监督Hebb学习规则，在训练学习过程中添加类别标识，避免了因数据分割而产生的部分知

语义Web的高速发展使其具有动态性和异构性特征，解决语义信息的异构性问题成为实现信息集成的关键。本体作为一种语义Web的知识表示形式，增强了Web的语义信息。因此，为了解决语义异构性，实现数据间的互操

K 2020 1 8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

针对K-medoids聚类算法对初始聚类中心敏感、聚类结果依赖于初始聚类中心的缺陷，提出一种局部方差优化的K-medoids聚类算法，以期使K-medoids的初始聚类中心分布在不同的样本密集区域，聚

针对目前聚类算法不能有效地处理模糊边界点的问题，提出了一种基于真实核心点的RDBSCAN聚类算法。提出真实核心点的概念，首先在密度聚类过程中的核心点进一步处理分类，把影响聚类效果的伪核心点剔除，将剩下