暂无评论
K-medoids算法作为聚类算法的一种,不易受极端数据的影响,适应性广泛,但是K-medoids聚类算法的精确度不稳定,平均准确率较低,用于实际的聚类分析时效果较差。ACO是一种仿生优化算法,其具有
提出了一种VBLAST-OFDM系统中的平行干扰消除QR分解检测算法,称为P-ICQR算法。该算法首先对最先检测层信号做出假设,分成多个平行分支,在每个分支上依次干扰消除已检测信号的影响,运用QR分解
分析了现有基于网格的聚类算法,该算法具有高效且可以处理高维数据的特点,但传统网格聚类算法的聚类质量受网格划分的粒度影响较大。为此,提出了一种基于网格的增量聚类算法IGrid。IGrid算法具有传统网格
一种基于LSM的文本聚类算法,王步钰,付学良,为从互联网海量数据中获取精准个性化旅游产品模式,本文提出了一种基于潜语义模型的文本聚类算法。通过建立旅游信息对象核心语义
针对网络中的告警泛洪和故障处理复杂问题,提出一种结合元胞学习自动机(CLA)和决策树ID3的新告警关联聚类算法。在CLA算法中使用学习自动机对告警信号进行分簇,但是在一个簇内如果出现任何子群或交错,则
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K-中心点算法对初始化敏感和容易陷入局部极值的缺点,提出一种基于粒子群算法和密度初始化改进的K-中心点聚类算法。该算法初始化时选择距离较远的k个候选范围作为k个聚类中心的选择范围,即粒子的初始值都
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
主要研究“正文式”网页的有效信息提取算法。该种底层网页真正含有Web页面所表达的主题信息,通常包含一大段的正文信息,正文信息的前后是一些格式信息(例如导航信息、交互信息、JavaScript脚本等)。
聚类分析是数据挖掘中一个重要研究内容。传统的聚类算法可划分为硬聚类和模糊聚类两大类,提出一种基于对象集上的相容关系的聚类算法,该算法通过极大相容簇来对数据对象集进行分类,使得同一对象可以属于不同的簇,
暂无评论