提出了基于AFS(AxiomaticFuzzySet)理论的模糊聚类分析算法(FCA_AFS),并且给出了聚类有效性指标。该指标能够判断合理的聚类数,而且能给出达到最高准确率的参数值。与其他算法比较:
对于具有多特征的复杂数据,使用子数据集作为聚类成员的输入并使用加权投票的聚类集成方法可以权衡不同聚类成员的质量,提高聚类的准确性和稳定性。针对子数据集的选择及权重的计算方式,提出了最小相关特征的子数据
针对标题文本聚类中的聚类结果不稳定问题,提出一种基于聚类融合的标题文本聚类方法。该方法对标题文本的特征词进行筛选,将标题文本转化为特征词集合;提出基于统计和语义的相似度计算方法,计算特征词集合间的相似
为了解决动态网格环境中资源查找的难题,提出了基于特征加权模糊K-原型聚类的网格资源查找算法。该算法根据资源请求对各维资源关心程度的不同,用特征加权模糊K-原型聚类算法对数值型、类属型并存的混合型网格资
为有效解决头部跟踪鲁棒性较差的问题,利用头部的多种观测信息通过D-S证据理论进行融合跟踪。在粒子滤波的总体框架下,嵌入Mean-Shift算法产生更加逼近真实后验分布的粒子,同时采用颜色和人体头部椭圆
论文研究-基于模糊聚类的BP神经网络模型研究及应用.pdf, 在神经网络的应用过程中,经常遇到样本太多问题,采用模糊聚类分析,科学选取学习样本,使少量的学习样本本身包含全部样本的特性,很好地解决了由
论文研究-模糊聚类中的模糊等价矩阵.pdf, 在模糊相似关系方程X2=X的分解构造理论基础上,用泛函分析方法证明了与给定的模糊相似阵距离最近的最优模糊等价阵的存在性与局部唯一性;还证明了局部最优模糊
模糊C均值是一种重要的软聚类算法,针对模糊C均值的随着数据量的增加,时间复杂度过高的缺点,提出了一种基于MapReduce的并行模糊C均值算法。算法重新设计模糊C均值,使其符合MapReduce的基于
针对态势评估中评估因素的不确定性、模糊性和模糊集划分、隶属函数需事先给定以及忽略了数据分布特点对评估结果影响的问题,提出了基于最佳聚类准则的多级模糊综合评判态势评估方法。根据最佳聚类准则得到最佳聚类数
应用DFA方法对电子器件噪声信号进行分析,研究结果发现电迁移噪声信号存在着复杂的关联性,导致DFA谱线在不同尺度下关联指数会发生变化且存在着转折点。在器件的电迁移信号分析中,可以发现随着老化时间的增长