论文研究基于稀疏图的鲁棒谱聚类算法.pdf

在基于DEM的地形表面重构中，传统的插值方法（B样条插值、双线形插值）获取的地形表面过于平滑，不能反映自然地形具有无限细节的事实。引入3维迭代函数系统（3D-IFS）插值方法来重构经随机简化的原始地形

传统根据[K]-近邻图计算测地距离的方法，虽然能够发现流形分布数据间的相似关系，但是当不同类的点存在粘连关系时，依此计算相似度时不能体现样本间的真实关系，从而无法有效聚类。针对传统测地距离计算相似度的

提出了一种应用于机器人路径规划的改进型遗传算法。针对机器人路径规划的实际应用，优化设计了交叉算子和变异算子，引入了自定义的插入和删除两种遗传操作。通过把地图特征信息作为参与决策的已知条件来约束遗传算子

为提高随机变量非高斯分布时高阶容积卡尔曼滤波（High-degreeCubatureKalmanFilter，HCKF）算法的鲁棒性，提出了一种基于Huber方法的鲁棒高阶容积卡尔曼滤波算法。从近似贝

论文研究-基于子系统重构的鲁棒滤波算法及其应用.pdf,  复杂环境下航天器姿态确定系统存在系统参数不确定性,并且可能存在观

设计了一个基于正交设计法求解动态鲁棒优化问题的新算法（RODEA）。该算法把目标搜索区域划分成很多小邻域（小生境），每个小生境都有一个代表，对每个小生境用正交设计法（构造正交矩阵进行抽样）搜索可能成为

K均值聚类算法是目前一种较好的文本分类算法，算法中的相似度计算通常基于词频统计，小文档或简单句子由于词频过小，使用该算法聚类效果较差。为此，提出了一种基于词语关联度的相似度计算算法，对简单文档集执行

引入遗传算法试图解决海量、高维样本的聚类问题。分析了目前基于样本和属性值两类基于遗传算法的聚类算法的不足，归纳出它们的算法模型。针对多维快速聚类问题提出了密度法、网格法两种基于遗传算法的聚类算法。算法

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

结合矩阵分析知识，还原了实施谱聚类算法过程中的矩阵表示。发现了不同数据输入顺序使得相应的Affinity矩阵及Laplacian矩阵是相似的。这样，Laplacian矩阵的特征向量生成的矩阵Y也是相似