论文研究基于图形处理器的划分聚类算法效率研究.pdf

一种基于层次聚类的复杂网络社区划分算法，朱帅兵，殷传涛，随着互联网的发展和普及，人们对复杂网络的研究越来越多。复杂网络中存在社区结构，而找出社区结构有助于挖掘复杂网络中一些有用

传统的文本谱聚类需要的文本相似矩阵依赖于向量空间模型，忽略了词与词之间的语义关系，存在词频维数过高、计算代价高等问题。针对这些问题，提出了一种基于潜在语义分析（latentsemanticanalys

电信经营分析中的聚类算法研究，张丽丽，王枞，数据挖掘技术的应用为电信企业制定合理的通信收费和服务标准、针对客户群的优惠政策等提供依据。本文使用SPSS统计分析软件，对运��

对聚类算法K-means的研究与改进，郑立杰，刘刚，针对传统的K-means算法中聚类的质量受聚类数目的选取和初始聚类中心的确定的影响很大的问题，我们提出了以文档密度为参数，将文档��

高光谱图像具有较高谱分辨率的优越性是以其较大的数据量及较高的数据维为代价的，因此有必要研究有效的高光谱图像压缩方法。探讨一种基于谱间预测的高光谱图像压缩方案。考虑到高光谱图像谱间相关性随分辨率的提高而

凝聚层次聚类算法的改进，张宏，李欣欣，凝聚型层次聚类算法是一个非常有用的聚类算法,它在迭代地凝聚每次接近对直到所有的数据都属于同一个簇。但层次聚类也存在缺点,如�

提出了基于K-means的四叉树与R-link树的混合结构树，提高了R-link树的查询性能，在K-means中采用均值—标准差确定初始聚类中心，提高了收敛速度，通过距离准则函数来优化K值，避免K值的

在分析AVS-M帧内预测模式选择原理的基础上，提出了一种基于边缘方向信息和时空相关性的帧内预测模式快速选择算法。该算法的I帧编码时间可降低17%~21%，而PSNR和输出码率均无明显变化，有效地降低A

关系数据可抽象为网络，在通常情况下，缺乏对这些现实网络背景知识的了解。为了评价图聚类算法在现实网络上的性能表现，构建了一种接近现实的网络模型，通过算法在模型网络上的性能表现来推断其分析现实网络的能力。

主要探讨人工神经网络在食用香精性能评价方面的应用。利用神经网络的误差反向传播（BP）算法，结合配方设计中的成分、比例等数据信息建立了食用香精性能评价模型，该模型可实现对新产品的自动评价并得到较准确的评