基于并行模糊蚂蚁的聚类算法研究,冯周,张扬,本文提出了一种基于并行模糊蚂蚁的数据聚类算法。该算法使用蚂蚁群体优化原理及基于IF-THEN规则的Mamdani模糊推理系统找到优化的数据�
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�
本算法是vc6.0下实现的几种聚类算法,作为大家编程研究有一定帮助,其中isodata算法还有待改善,实现不是很完整
在KMeans聚类、PSO聚类、KMeans和PSO混合聚类(KPSO)的基础上,研究了基于量子行为的微粒群优化算法(QPSO)的数据聚类方法,并提出利用KMeans聚类的结果重新初始化粒子群,
k均值算法初始聚类中心选取方法的研究,郑丹,,对k均值算法进行研究,针对k均值算法在初始聚类中心选取及聚类结果受噪声影响大的缺点,提出改进的k均值初始聚类算法。改进之处是
基于特征权重优化的K-中心点聚类算法,陈新泉,,为构造出更适合于混合属性数据点集空间的相异性度量,从而找到数据点集的更有意义的聚类分布,提出了基于特征权重优化的K-中心点�
分析了天气因素对光伏出力的影响,选择预报技术较为成熟的气象信息和能反映光伏变化趋势的波动分量作为分类特征。针对传统预测算法在突变天气条件下预测精度较低的问题,提出基于近邻传播聚类和回声状态网络的组合算
本论文是Clique聚类算法的经典论文,详细介绍了算法的基本原理,算法步骤,相关算法等,是进行Clique算法研究的很好的参考资料
论文《动态聚类新方法及最优聚类算法研究》,和大家分享~~~