论文研究基于损失分析抽样的Nystr?m扩展谱聚类算法 .pdf

介绍了一种基于有限缓存的输入队列交换机的集成调度和缓存管理策略（ISMM），该方案在吞吐量和平均延迟两项性能指标上有了很大改善。以前的许多关于输入队列交换机的调度方案都是在无限缓存的前提下完成的，但实

在软件开发过程中，回归测试是一项重要而复杂耗时的工作。测试用例排序技术作为提高测试效率的一种有效手段，是近年的研究热点之一。测试用例排序技术根据测试目标对测试用例进行排序，使得最优的测试用例能够优先执

传统的文献聚类算法根据分析文献关键词进行，忽视了文献之间的引用关系，导致了主题漂移和搜索精度不高的问题。针对引文网络中的聚类问题，受到优先情节和增长定律的启发，提出了一种基于角色划分的分层次的文献软聚

针对K-means聚类算法容易陷入局部最优、不能处理边界对象及线性不可分的缺点,提出一种基于粒子群的粗糙核聚类算法。该算法通过Mercer核将输入样本空间中的样本映射到高维空间,使样本变得线性可分,并

为了更有效地解决网格资源的搜索和定位问题，提出一种以P2P形式实现的、基于兴趣聚类的非集中式网格资源发现算法。算法采用被动学习方式，通过用户的访问历史抽取节点的兴趣属性，将节点按照兴趣属性划分为多个簇

针对量子行为粒子群优化算法中粒子搜索的盲目性以及初始聚类中心的选取对聚类结果的影响问题，提出了一种基于GA优化的QPSO聚类算法。该算法首先利用GA稳健的全局优化性能进行快速的粗略聚类，然后用GA的聚

针对分类研究中采用单一类型数据造成的结果失真,提出了综合考虑产品属性和销售时间序列的两阶段优化聚类算法。分别采用基于属性的相似性排序及时间序列的分层优化聚类实现产品单独聚类,然后基于初始聚类结果及参数

模糊C-均值（FCM）聚类集成算法是一种利用集成思想提高聚类质量的方法。针对FCM聚类集成算法随着数据量的增加时间复杂度过高的问题，提出一种基于MapReduce框架的并行FCM聚类集成算法。首先利用

传统的演化聚类算法大多是基于单个时间截面进行问题求解，对于多时间截面的融合问题尚无有效的处理办法，造成了大量的知识浪费。从时间平滑框架出发，借鉴组合聚类思想，提出一种基于加权联合矩阵的演化聚类算法（W

介绍了覆盖算法的基本思想，给出了商空间粒度的基本原理，提出了基于商空间粒度的覆盖聚类算法。通过实验验证了该算法的有效性和可行性，它适合处理大规模的数据样本。