论文研究基于模糊聚类的无权值风险综合评判算法.pdf

基于近邻点集的聚类算法研究，陈新泉，，针对有限区域内分布的稀疏不均的、具有一定分布结构的海量数据点集，本文提出了一种通过采用一些合适的数据结构及算法优化技巧来

分析了目前基于目标函数聚类算法的不足，面对形状复杂且非重叠的样本聚类问题，定义了最邻近距离和生长树的概念。随机选取生长树初始种子点，以最邻近距离作为生长树生长的方向和样本划分依据，以最终生长树大小为聚

介绍了基于内容图像检索的系统结构、特征提取等内容，并将数据挖掘的聚类算法与之结合，对各种聚类算法进行了总结，最后提出了一些未来的发展方向。

基于Spark框架的K-means聚类算法研究，皇秋曼，周锋，随着互联网时代的发展，如何从海量数据中挖掘出有用的信息是一个重要的课题。Spark是适用于大数据的高可靠性，高性能分布式并行计�

针对复杂过程的参量聚类问题，提出一种基于粒子群优化算法的聚类方法，阐述了聚类算法的基本思路。通过对过程煅烧温度和煅烧转速二维数据的聚类仿真研究，证明该算法在类似过程参量聚类中的实用性能。对粒子群优化算

针对传统FCM算法对孤立点比较敏感，须预先指定聚类数目的缺陷，提出一种新的模糊聚类算法NSFCM，将其应用于文本挖掘中。NSFCM对数据对象的隶属度增加一个权值，以减少孤立点对聚类中心的影响。采用平均

论文研究-模糊综合评判的取大取小算法是一个错误算法.pdf,

论文研究-基于折线模糊数多属性指标信息的FCM聚类算法.pdf, 折线模糊数是借助实数的有序表示来确定一类模糊信息，它不仅可以按任意精度逼近一般模糊数，而且也克服了基于Zadeh扩展原理的模糊数四则运

对大规模多车场车辆路径问题，设计了基于双层模糊聚类的改进遗传算法求解框架，上层静态区域划分利用k-means技术将多车场到多客户的问题转化为一对多的子问题，下层模糊聚类从保证客户满意度和整合物流资源的

针对模糊C-均值聚类对初始值敏感、容易陷入局部最优的缺陷，提出了一种基于萤火虫算法的模糊聚类方法。该方法结合萤火虫算法良好的全局寻优能力和模糊C-均值算法的较强的局部搜索特性，用萤火虫算法优化搜索FC