基于数据场的改进DBSCAN聚类算法,杨静,高嘉伟,DBSCAN算法是一种典型的基于密度的聚类算法。该算法可以识别任意形状的类簇,但聚类结果依赖于参数Eps和MinPts的选择,而且对于一些密
为提高匿名化后数据的可用性,给出了一种加权确定惩罚模型作为数据有用性的度量方法,提出了两种基于局部聚类的数据匿名化算法。通过真实数据实验评估,该算法能够很好地降低实现匿名保护时概化处理所带来的信息损失
本文针对高维数据聚类问题,提出了一种基于相似维的聚类方法。首先介绍了高维数据的特点和聚类算法的研究现状,然后详细阐述了基于相似维的聚类方法的原理和实现步骤,并进行了实验证明。本方法对高维数据的聚类具有
针对复杂背景噪声下语音增强后带有音乐噪声的问题,提出一种子空间与维纳滤波相结合的语音增强方法。对带噪语音进行KL变换,估计出纯净语音的特征值,再利用子空间域中的信噪比计算公式构成一个维纳滤波器,使该特
针对现有聚类算法普遍存在聚类质量低、参数依赖性大、孤立点难识别等问题,提出一种基于数据场的聚类算法。该算法通过计算每个数据对象点的势值,根据类簇中心的势值比周围邻居的势值大,且与其他类簇中心有相对较大
针对多属性决策中属性权重的确定问题,利用Credal网络提出了一种新的融合方法。该方法假设属性权重有多方面的来源,包括以前决策时的经验信息,不同决策者的偏好产生的权重信息,不同方法计算的权重信息,等等
针对多传感器目标跟踪中的能源使用和跟踪精度之间的不平衡问题,提出了一种权衡网络寿命和精度的方法,即基于自适应预测聚类的多组群目标跟踪方法(APCMT),实现了同时跟踪多个组群。首先进行聚类,即捕捉组群
自适应权重的多结构元素形态学边缘检测,吴迪凡,张天序,数学形态学的目的在时域空间研究形状,而图像中对象及图像特征直接取决于形状,所以形态学适用于图像处理中的图像边缘提取。本文
针对粒子群算法(ParticleSwarmOptimization,PSO)易陷入局部极值的缺陷,提出了一种新的自适应惯性权重混沌PSO算法(aNewChaosParticleSwarmOptimiz
针对粒子群算法(Particle Swarm Optimization,PSO)易陷入局部极值的缺陷,提出了一种新的自适应惯性权重混沌PSO算法(a New Chaos Particle Swarm
