论文研究 图书语义标签聚类 .pdf

提出了一种基于二次离散小波变换（DWT）的语音增强算法。该算法首先对带噪语音信号进行离散小波变换，提取离散细节信号，并对其进行第二次离散小波变换。再按照不同的规则选取阈值，对信号进行去噪处理。最后再对

随着数据量、数据维度呈指数发展以及实际应用中聚类中心个数的增多，传统的K-means聚类算法已经不能满足实际应用中的时间和内存要求。针对该问题提出了一种基于动态类中心调整和Elkan三角判定思想的加速

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

对运动目标外观特征聚类，在视频目标建模、检测和跟踪中具有重要应用。针对随机数据样本中类数难以事先设定问题，以交通车辆外观特征自适应聚类为对象，提出一种新的类数在线确定方法。采用迭代阈值和RGB分量目标

目前说话人聚类时将说话人分割后的语音段作为初始类，直接对这些数量庞大语音段进行聚类的计算量非常大。为了降低说话人聚类时的计算量，提出一种面向说话人聚类的初始类生成方法。提取说话人分割后语音段的特征参数

针对FCM（FuzzyC-Means）算法对于初始聚类中心敏感，并只适合于发现球状类型簇的缺陷，提出采用冗余聚类中心初始化的方法降低算法对初始聚类中心的依赖，并先暂时将大簇或者延伸形状的簇分割成用多个

模糊聚类论文，各类型的聚类论文，教你如何正确写此类型论文

一篇关于聚类算法综述的论文

利用规则集对文本进行聚类，聚类的结果还是不错的，大家支持看看那研究

提出汉语语义分析的方法，具体策略是借用依存语法作为表示框架，通过在基本内部—外部算法中结合知识识别句子中的依存关系。实验结果说明，利用借助知识的内部—外部算法训练无指导模型是可行的汉语语义分析方法。