暂无评论
论文研究-一种基于旋转最小-最大超盒的聚类算法.pdf, 针对传统聚类算法无法解决复杂分布数据聚类的问题,本文提出了一种
提出了一种把自组织特征映射SOM和Kmeans算法结合的聚类组合算法。先用SOM对文档聚类,然后以SOM的输出权值初始化Kmeans的聚类中心,再用Kmeans算法对文档聚类。实验结果表明,该聚
传统的快速聚类算法大多基于模糊C均值算法(FuzzyC-means,FCM),而FCM对初始聚类中心敏感,对噪音数据敏感并且容易收敛到局部极小值,因而聚类准确率不高。可能性C-均值聚类较好地解决了FC
针对DBSCAN算法中最小点数和最大邻域半径难以确定、算法时间开销大、对起始数据点的选择比较敏感,以及难以发现不同密度下的邻近簇等问题,提出一种基于扩展区域查询的密度聚类算法(GISN-DBSCAN)
目前多数l-多样性匿名算法对所有敏感属性值均作同等处理,没有考虑其敏感程度和具体分布情况,容易受到相似性攻击和偏斜性攻击;而且等价类建立时执行全域泛化处理,导致信息损失较高。提出一种基于聚类的个性化[
基于结构化的P2P基础设施,给出一种动态负载均衡的应用层组播方案———DLBMS。利用Tapestry协议 的路由和定位机制,设计了延迟优化的组播转发树结构,采用根节点复制的方法生成多棵不相交的组播转
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
对于多媒体应用等实时组播业务而言,组播路由算法不仅要考虑优化代价,还要考虑时延约束。针对这一问题,提出一种支持动态组播的时延受限低代价组播路由启发式算法(delay-constrainedmultic
概述了社区发现算法的研究现状;介绍了因分析对象的不同而产生的四类社区发现方法:矩阵谱分析方法、层次聚类方法、基于边图思想的方法和基于极大团思想的方法。对其中性能最优的层次聚类方法进行了详细的综述,并对
一篇文献,介绍了使用RTP/RTCP协议来实现组播的实现方式,作者为王宗敏
暂无评论