暂无评论
摘要: 目前的聚类算法如K-means、DBSCAN等, 采用全局参数而难以发现数据的自然聚类, 提出一种新的分 级聚类算法CluFNC, 能够在数据空间中发现内部聚类特征。该算法的参数包括网格大小、
文本挖掘之前首先要对文本集进行有效的特征选择。传统的特征选择算法在维数约减及文本表征方面效果有限，并且因需要用到文本的类别信息而不适用于无监督的文本聚类任务。针对这种情况，设计一种适用于文本聚类任务的
为了防止数据敏感属性的泄露，需要对数据敏感属性进行匿名保护。针对l-多样性模型当前已提出的算法大多是建立在概念层次结构的基础上，该方法会导致不必要的信息损失。为此，将基于属性泛化层次距离KACA算法中
一种改进的属性值约简算法，陈瓅，，通过信息系统的属性约简可以使信息系统得到简化，但经过属性约简的信息系统还不是一个最简的信息系统，它包含着大量的冗余信息，
描述了一种复杂背景下的快速角点识别算法。以往的方法在复杂背景下会产生大量的误差，为了实现复杂背景中的全自动定标设计了全新的标定图案，通过对拍摄图案的二值、边缘提取、查找连通性等操作实现对特征矩形的识别
一种基于广义相似性的共调控基因聚类算法，赵宇海，，基于模式/趋势相似性的聚类算法在共调控基因发现中的作用受到了越来越多的关注。大多数已有算法不适于发现负相关的共调控基因。��
一种基于Seeds集和成对约束的半监督聚类算法，常瑜，梁吉业，半监督聚类研究如何利用少量的监督信息来提高聚类性能，目前已经成为机器学习领域的一个研究热点。现有的大多数半监督聚类方法没
一种基于网格和密度的簇边缘精度增强聚类算法，张宁，单世民，现有的基于网格聚类算法在付出较小的时间复杂度的同时，牺牲了聚类的质量，得到的往往并不是最理想的聚类结果，尤其是在簇边缘可
针对医学图像具有对比度较低,不同组织之间的模糊性较高的特点,给出一种基于多主体和数学形态学灰度形态运算的聚类算法。算法采用agent技术和多结构元素结合的模式,用结构元素做智能个体,每个不同类型的ag
资源检索是P2P系统研究的热点之一，非结构化P2P资源查找普遍采用泛洪机制。随着查询请求的增加，消息数量呈指数增长，网络拥塞和带宽浪费严重，查询效率得不到保障。针对这一问题，给出了一种基于本地聚类的非
暂无评论