论文研究基于动态近邻的DBSCAN算法.pdf

根据TSP问题的特征信息并借鉴邻域搜索算法的有关思想，提出了一种基于近邻策略的TSP问题求解算法，该算法首先依据TSP问题的特殊性求出相应的近邻模式，再将近邻模式用于初始种群的生成，而后在进化过程中随

基于局部稀疏K近邻密度的主动学习，汪婵，程玉虎，在选择含信息量大的样本时，基于不确定度缩减的主动学习算法通常会将孤立点一并加入训练集，从而影响分类效果。为此，提出一种基

基于单元网格近邻势的聚类方法，陈新泉，，为解决有限区域内分布的稀疏不均的、具有一定分布结构的大数据集的聚类分析难题，在近邻思想、网格化空间划分及万有引力叠加原理

（m，p1）有效解决了µ-pattern中第一个数字为0时部分约束规范失效的问题。在弱硬实时调度算法研究的基础上，针对（m，p1）约束规范，提出了一个动态弱硬实时调度算法，分析与仿真结果表明，算法效果

通过对人体跌倒自动报警机制的研究，提出一种基于MEMS加速度传感器的侦测人体跌倒信号、自动通过手机短信报警，以及修正误报警的方法，并由低功耗MSP430F449单片机和MMA7260Q加速度传感器，以

针对在数据分布不均匀时，由于DBSCAN使用统一的全局变量，使得聚类的效果差，提出了一种基于过滤的DBSCAN算法。该算法的思想是：在调用传统的DBSCAN算法前，先对数据集进行预处理，针对所有点的k

稀疏保持投影算法是一种无监督的全局线性降维方法，无法应对训练样本不足及类内样本间差异过大的情况。针对该问题，提出一种结合成对约束机制的近邻稀疏保留投影算法。利用近邻样本求取稀疏系数以保留局部结构信息，

在多标签分类问题中，通过k近邻的分类思想，构造测试样本关于近邻样本类别标签的新数据，通过回归模型建立在新数据下的多标签分类算法。计算测试样本在每个标签上考虑距离的k近邻，构造出每个样本关于标签的新数据

针对密度峰值聚类算法（DPC）在处理维数较高、含噪声及结构复杂数据集时聚类性能不佳问题，提出一种结合K近邻的改进密度峰值聚类算法（IDPCA）。该算法首先给出新的局部密度度量方法来描述每个样本在空间中

针对现有的基于KNN近邻协同过滤技术，在选择最近邻居时过于依赖评分相似度的问题，提出了一种用户属性加权活跃近邻的协同过滤算法。首先，通过引入用户特征属性并融合最小权重相似度，根据所得的最终相似度生成目