论文研究基于模糊聚类和改进GRNN的云服务器聚类算法的研究与实现 .pdf

空间聚类算法中，聚类的效果在很大程度上受制于最佳[k]值的选择。典型的[K]-均值算法中，聚类数[k]需要事先确定，但在实际情况中[k]的取值很难确定。针对手肘法在确定[k]值的过程中存在的“肘点”位

电力企业通常根据电力负荷数据，采用传统的K-Means算法对客户进行划分，而这种方法最大的缺陷就是必须由用户手动指定聚类簇数。提出了一种将Canopy算法和K-Means算法结合应用于负荷聚类的方法，

模糊聚类算法MATLAB源码,基于核的模糊聚类算法

针对现有的大众分类中标签模糊导致影响用户搜索效率的问题,使用概率潜在语义索引(probabilisticlatentsemanticindexing,PLSI)模型对标签进行潜在语义分析,经回火期望最

在移动互联环境下，依据用户行为规律对业务兴趣相似用户进行分群，可为业务准确推荐和资源有效配置提供有力支撑。因此，提出一种基于改进模糊聚类理论的用户分群算法。首先，分别定义业务兴趣相似度和业务顺序相似度

本算法是vc6.0下实现的几种聚类算法，作为大家编程研究有一定帮助，其中isodata算法还有待改善，实现不是很完整

模糊聚类论文，各类型的聚类论文，教你如何正确写此类型论文

针对传统模糊C均值聚类算法和基于K-means优化聚类中心的模糊C均值算法存在初始聚类中心敏感、聚类速度收敛慢、聚类算法需要人为给定聚类数目等缺陷，受密度峰值聚类算法（ClusteringbyFast

目前大部分XML查询语言都使用树模式来匹配待查询的XML文档树以得到所需要的、与模式树相吻合的查询结果，此效率在很大程度上取决于XML模式树的大小，那么尽可能快速地查找并删除查询模式树中的冗余节点就变

论文研究-基于遗传优化的采样模糊C均值聚类算法.pdf, 在数据挖掘领域,模糊C均值聚类法(FCM)在处理小量低维的数据挖掘时是有效的,但是面向数据库的数据挖掘经常要处理大量、高维的数据.在这种情况下