论文研究 基于主干子图的幂律特征图聚类算法.pdf

大多数现有的聚类算法都致力于发现任意形状、任意大小的类，但很难有效处理多密度的数据集。提出的算法利用网格聚类速度快的特点，先通过高斯平滑去除噪声，再采用网格梯度的思想找出隐藏在多密度数据集中的簇。算法

CFSFDP（ClusteringbyFastSearchandFindofDensityPeaks）是一种新的基于密度的聚类算法。该算法可以对非球形分布的数据聚类，有待调节参数少、聚类速度快等优点。

为提高匿名化后数据的可用性，给出了一种加权确定惩罚模型作为数据有用性的度量方法，提出了两种基于局部聚类的数据匿名化算法。通过真实数据实验评估，该算法能够很好地降低实现匿名保护时概化处理所带来的信息损失

提出一种新的基于竞争聚类的离线签名验证算法。在注册阶段，通过样本特征的相关系数检查样本的一致性；在验证阶段，利用样本与待验签名的竞争聚类结果判断待验签名的真伪。实验结果表明，该算法不需用阈值来进行控制

基于产品特征聚类的产品评论信息挖掘研究，聂金慧，苏红旗，产品评论中的产品特征及情感倾向是一种反映产品价值的重要信息，针对现有的中文产品评论信息挖掘存在的不足，提出了一种基于词汇

为了提高大数据统计及分析的效率,有必要对数据集合进行聚类,以减少数据集合维度,并去掉相似数据冗余。采用熵加权和稀疏分数特征选择相结合,一方面对异构数据进行局部结构划分,降低数据维度,对局部结构的特征重

本文主要是对聚类算法的研究,包括FCM与Kmeans,以及他们的改进算法

鉴于图结构能简单方便地描绘复杂的数据以及实际应用中图数据的获得具有不确定性，不确定频繁子图挖掘算法得到广泛的研究。目前一个典型的图挖掘算法是MUSE，但MUSE算法存在期望支持度计算消耗大、时间效率不

针对粗糙集理论中基于差别矩阵的属性约简方法存在的不足, 提出一种基于幂图的属性约简算法. 首先通过修改样本决策属性值将不相容决策表转化为简化的相容决策表; 然后将样本对概念与幂图概念相结合, 将基于修

为了精确建模Internet自治系统层面上的拓扑结构，提出了基于最小节点度和最大节点度的拓扑幂律模型及其参数估计新算法。针对Internet自治系统层拓扑实际测量数据，利用新算法对拓扑幂律模型中的最小