论文研究基于用户行为的粒子群熵聚类用户群划分方法 .pdf

基于用户群组RBAC模型的一种实现方法.pdf

提出了一种基于粒子进化的多粒子群优化算法。该算法采用局部版的粒子群优化方法，多个粒子群彼此独立地搜索解空间，从而增强了全局搜索能力；利用重置进化粒子位置的方法使陷入局部值的粒子摆脱局部最小，从而有效地

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

针对语音信号的欠定卷积混合模型，提出一种基于快速独立分量分析和自适应非线性二元时频掩蔽的语音盲分离方法。对输入的混合语音信号进行快速独立分量分析，将结果进行自适应非线性二元时频掩蔽；重复进行这两步处理

针对模糊C均值聚类算法(FCM)存在对初始聚类中心敏感,易陷入局部最优解的不足,将改进的粒子群聚类算法与FCM算法相结合,提出了一种基于粒子群优化的模糊C均值聚类算法。该算法对粒子群初始化空间及粒子移

使用聚类技术对BNR进行扩展，得到一个新的4层模型，该模型同时使用了术语间和文档间的相近和相似关系，将此扩展模型和简单的RNR、扩展的BNRM模型比较，实验证实信息检索系统的检准率和检全率都有所提高。

基于机器学习的用户行为可预测性研究，徐帅，崔鸿雁，针对人类行为的可预测性问题，基于分布式爬虫抓取的二十万Github网站用户贡献行为轨迹数据，在利用XGBoost和随机森林两个机器学习方��

提出一种利用GPU(图形处理器)和CPU的协同计算模式来提高划分聚类算法enhanced_K-means的计算效率。利用GPU多个子素处理器可以并行计算的特性,将算法中比较耗时的欧氏距离计算与比较、中

由于基本粒子群算法存在易陷入局部最优以及过早收敛的缺点,使得基于粒子群和模糊熵的图像分割算法难以得到理想的分割效果。针对此问题,提出了一种基于惯性因子自适应粒子群和模糊熵的图像分割算法,利用惯性因子自

针对传统粒子群算法容易陷入局部最优的缺点，提出利用动态惯性权重参数和模拟退火算法修改突变概率，进而改进传统粒子群算法，探讨各项目工期最短情况下的多项目资源均衡分配问题。通过对比试验表明，改进的粒子群优