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
为较好保持模型的拓扑结构和属性特征,采用基于半边折叠简化思想对模型进行了带属性简化算法的研究。算法考虑了几何误差度量算子的三个因子:折叠边的欧氏距离、折叠边二面角和顶点到星型邻域平面的距离;引入模型属
使用Intel Parallel Amplifier高性能工具,针对模糊C均值聚类算法在多核平台的性能问题,找出串行程序的热点和并发性,提出并行化设计方案。基于Intel并行库TBB(线程构建模块)和
本文研究了基于改进人工神经网络的大数据聚类方法,通过对吕立新的研究成果进行分析和优化,提出了一种新的聚类方法。该方法可以更精确地对大数据进行聚类分析,为大数据处理提供了新的思路和方法。
ROUSTIDA算法具有较好的数据填补能力,但依然会出现一些不完备信息。利用了可扩充辨识所反映的对象间的属性差异信息,对遗失属性进行填充,从而使改进后的ROUSTIDA算法的填充能力得到了很大的改善,
提出了一种改进型信赖域微粒群算法来求解带有不等式约束优化问题。粒子群每一次进化后,对所有粒子执行信赖域搜索,寻找更优个体,从而增加了微粒群算法的局部搜索能力。把算法应用于供应商补货优化,实验结果表明,
直方图加权的FCM聚类算法研究,钱文华,喻超超,提出了一种基于灰度直方图加权的FCM聚类算法,针对静态输入图像,首先采用基于灰度直方图阈值分割的方法实现图像分割,为算法的实
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
通过对Web网站的日志进行聚类分析,目的是获取用户兴趣访问模式,进而为不同用户群体提供定制的个性化服务。针对原始CURE算法在代表点选择的随机性、不能充分体现用户兴趣偏好方面存在的问题,提出了改进的用
一种用于微博聚类的K-means改进算法,张帅,,随着信息技术的不断发展,出现了许多新型的信息媒介,微博就是其中之一。由于微博所具有的许多特性,对微博内容分析挖掘的重要性