暂无评论
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
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LBSN（基于位置的社交网络）中数据的地理和社交属性,结合用户轨迹和好友关系,有助于提高不确定轨迹聚类挖掘的效率。根据LBSN用户的好友关系特征,引入评分函数,对用户影响力进行排序,找出其中的活跃
特征选择是数据挖掘和机器学习领域中一种常用的数据预处理技术。在无监督学习环境下，定义了一种特征平均相关度的度量方法，并在此基础上提出了一种基于特征聚类的特征选择方法FSFC。该方法利用聚类算法在不同子
基于聚类粗糙集的集成特征选择方法，刘铭阳，龚萍，邻域粗糙集是处理连续型数据特征选择的一种重要方法，能有效缩减数据规模并提高模型的准确度和可解释性。针对邻域粗糙集正域求解
选择一组具有良好区分度的方向构建了CMAS坐标系，又根据初始簇的分布特性，构造出各个坐标轴的重新标度函数以提高聚类决策的有效性。其算法CMAS以迭代的方式收敛得到了最终解。CMAS算法的时间复杂度与K
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
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
为解决现有密度聚类算法中参数设置依赖经验、复杂密度环境下聚类精度不高等问题，提出了基于簇间最大密度连通点进行密度簇分割与合并的模糊聚类方法。基于高斯混合模型计算数据点密度，形成高维离散密度空间，通过低
针对高维数据的聚类问题,提出一种基于间隔Fisher分析MFA的半监督聚类算法。该算法首先使用已标记样本进行MFA映射,得到投影矩阵W后,再利用求得的投影方法对未标记样本进行降维;然后在低维空间引入基
暂无评论