揭示网络簇结构的复杂网络聚类方法研究具有重要的理论意义和应用价值。应用两种谱方法将复杂网络簇结构发现问题转换为空间数据聚类问题,并将粒子群聚类算法应用到对复杂网络簇结构的探测,提出了两种新的结合粒子群
针对时间序列传统静态聚类问题, 提出了对时间序列进行动态聚类的方法。该方法首先提取时间序列的关键点集合, 根据改进的FCM算法找到动态特征明显的时间序列, 再利用提出的动态聚类算法确定此类时间序列在不
论文《一种新的分层聚类算法研究》,和大家分享~~~~~~
一种基于邻域粗糙集的入侵检测算法,李强,骆嘉伟,针对目前入侵检测系统中特征选择的优化问题,提出了一种基于邻域粗糙集的入侵检测算法。该方法在粗糙集理论的基础上引入邻域概念
无线Ad Hoc网络因其高度动态的拓扑、无线链路、无固定基础设施的支持等一些特性使得它与其他网络相比是非常脆弱的。现有针对有线网络开发的IDS很难适用于这种网络。提出一种称为ZBIDS(Zone-Ba
为了在聚类数不确定的情况下实现聚类分析,通过借鉴生物免疫系统中的克隆选择原理并结合聚类有效性分析,提出一种免疫模糊动态聚类算法。本算法不但可以根据数据自动确定聚类类目及中心位置,而且克服了传统聚类算法
为了在标记样本数目有限时尽可能地提高支持向量机的分类精度, 提出了一种基于聚类核的半监督支持向量机分类方法。该算法依据聚类假设, 即属于同一类的样本点在聚类中被分为同一类的可能性较大的原则去对核函数进
对于离群点的形成,不同的属性起着不同的作用,离群点在不同的属性域中,会表现出不同的离群特性,在大多数情况下,高维数据空间中的对象是否离群往往取决于这些对象在低维空间中的投影。针对如何将离群点按照形成原
入侵检测技术,入侵检测详细分析。入侵概述
基于密度的一种聚类方法(DBSCAN)源码,里面包含一个简单易懂的例子,讲述了DBSCAN,将简单的数据集进行DBSCAN聚类,最终将聚类的结果绘制成为图形化。