基于聚类的网络新闻热点发现研究.pdf

现有大多数的网络聚类方法都只是针对无向网络,已有的有向网络聚类方法建立在传统聚类算法基础之上,存在着一定的局限性。针对上述问题,提出一种基于仿射传播的有向网络聚类算法,该算法首先采用SimRank作为

根据网络节点的局部拓扑信息构建稀疏相似网络。基于稀疏相似网络,提出了一种改进后的随机聚类采样算法对网络社团进行探测。在人工和真实网络上,将算法与未改进的随机聚类采样算法以及几种典型的社团探测算法进行了

基于社团网络结构检测的评论聚类方法，孙智，彭勤科，网络的不断发展，为网民评论网络新闻报道提供了便利。快速准确的从大量评论中提取所有用信息变得十分重要。本文通过计算评论之间

多聚类中心近邻传播聚类算法（MEAP），在处理任意形状具有流形分布结构的数据时，往往得不到理想的聚类结果。为此，基于流形学习的思想，设计了一种全新的相似性度量，该相似性度量能够扩大位于同一流形中数据点

本网页为大家提供了一份基于Java的网络新闻发布管理系统源代码及论文下载，方便大家学习交流。该系统包括用户管理、管理员管理、新闻栏目管理、新闻资讯管理等多个模块，使得新闻发布及管理变得更加高效。欢迎大

网络拓扑发现在日渐复杂的互联网管理中扮演着越来越重要的角色,网络故障监控、流量瓶颈研究,都 需网络拓扑的支持,从而使网络管理员对当前的网络状况就有一个清楚的认识,对哪里发生了故障一目了然。 本文结合时

kohonen网络的聚类算法—网络入侵聚类 供大家学习

基于图论的网络拓扑发现算法，路连兵，胡吉明，网络拓扑发现技术已经广泛地应用在各种项目软件中。然而，随着网络结构复杂度升级，这给拓扑发现带来了挑战。所以我们越来越需要

提出一种基于快速噪声估计的MMSE语音增强算法，实验表明这种算法比起谱相减法和基于语音短时对数谱的最小均方误差（MMSE-LSA）算法能更显著地提高算法的客观性能，在非平稳噪声环境中能快速估计出变化的

基于SNMP的网络拓扑发现算法，陈敬贤，林秀琴，随着计算机网络的高速发展，网络管理变的日趋复杂，为了提高网络设备和服务管理的智能性和可操作性，对网络拓扑高效而准确地发现