暂无评论
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
针对当前工业异常数据检测技术未充分考虑数据的时序特征以及训练样本中可能含有异常样本的问题，提出一种检测异常数据的方法：基于时序特征将遥测量与遥信量分为离散量与连续变化量，并分别通过改进后的K-均值算法
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
针对模糊C-均值聚类算法过度依赖初始聚类中心的选取,从而易受孤立点和样本分布不均衡的影响而陷入局部最优状态的不足,提出一种基于自适应权重的模糊C-均值聚类算法。该算法采用高斯距离比例表示权重,在每一次
针对传统[K]均值聚类算法中存在的聚类结果依赖于初始聚类中心及易陷入局部最优等问题，提出一种基于样本密度的全局优化[K]均值聚类算法（KMS-GOSD）。在迭代过程中，KMS-GOSD算法首先通过高斯
针对复杂图像背景及光照导致的肤色检测率不高的问题，提出一种基于分裂式K均值聚类的椭圆模型肤色检测方法。该方法对图像进行光线补偿处理，采用GrayWorld方法对图像进行颜色均衡，选择建立检测效率较高的
基于加权模糊C均值聚类的遥感图像增强，汤晓春，，针对遥感图像在成像过程中受传感器性能下降、大气扰动等因素影响,遥感信息提取困难以及精度不高等问题,本文提出了一种基于加权模�
针对模糊C均值聚类(FCM)算法聚类原型最适合于球状类型簇的特点,提出了基于类间分离度和类内紧缩度加权的冗余聚类中心的FCM算法,即先将大簇或者延伸形状的簇(非凸)采用加权FCM算法分割成多个小类(冗
传统的数字签名方案存在证书的存储和管理开销大的问题，基于身份的数字签名方案无法解决其固有的密钥托管问题，而无证书签名方案不需使用公钥证书，而且没有密钥托管问题，是目前的一个研究热点。基于双线性映射设计
针对传统K均值聚类方法采用聚类前随机选择聚类个数K而导致的聚类结果不理想的问题，结合空间中的层次结构，提出一种改进的层次K均值聚类算法。该方法通过初步聚类，判断是否达到理想结果，从而决定是否继续进行更
暂无评论