暂无评论
为了提高算法在含有一定噪声的图片中的分割功能,将一种隶属度函数计算方法加入到一种空间模式聚类算法当中,使原本已经充分挖掘图像空间信息的聚类算法,在含有一定噪声的图片上得到较好的分割效果。实验证明,修改
针对DBSCAN算法对Eps和Minpts值要求敏感可能得到聚类效果不佳的缺点，提出了聚类前对点的K距离进行降序排列和设置有密度水平的Eps值的过滤式DBSCAN改进算法，以提高聚类的性能和结果
基于Ant-Tree算法的短文本聚类研究，吴勇，李仁发，短文本由于词频过低，使用常规的聚类算法如K-means效果不理想，难得到可接受的准确度。而最近结合使用生物启发及聚类内部有效性测��
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
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�
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
核的求解是粗糙集理论的重要研究内容之一,也是很多属性约简的关键步骤.目前已有一些关于核的求解算法,但有关核的更新算法却报道不多.文献[9]给出了对象增加情况下核的更新算法,但没有考虑对象修改情况下的核
暂无评论