暂无评论
层次聚类算法研究 综述层次聚类算法,并比较其应用的优点与缺点
音频特征提取是音频分类的基础,而音频分类又是内容的音频检索的关键。综合分析了语音和音乐的区别性特征,提出一种基于小波变换和支持向量机的音频特征提取和分类的方法,用于纯语音、音乐、带背景音乐的语音以及环
针对K-medoids算法易陷入局部最优和聚类结果不稳定的问题,提出了一种精英遗传K-medoids聚类算法。该算法使用精英策略来控制遗传操作的整体进化方向;根据种群的平均适应度引入若干随机个体来提高
针对基于距离的离群点检测算法受全局阈值的限制,只能检测全局离群点,提出了基于聚类划分的两阶段离群点检测算法挖掘局部离群点。首先基于凝聚层次聚类迭代出K-means所需的k值,然后再利用K-means的
基于聚类和遗传混合的软硬件划分算法,李兰英,刁双君,本文针对多任务节点的嵌入式系统提出了一种参考点密度聚类和遗传算法融合的软硬件划分算法,通过参考任务来准确地反映系统任务节
关于K均值聚类算法的动态链接库,用VC6.0编写
模式识别作业之k均值聚类算法
本源代码是用c++编写的c均值聚类算法,非常基础的编程,值得一看
K均值聚类算法是目前一种较好的文本分类算法,算法中的相似度计算通常基于词频统计,小文档或简单句子由于词频过小,使用该算法聚类效果较差。为此,提出了一种基于词语关联度的相似度计算算法,对简单文档集执行
引入遗传算法试图解决海量、高维样本的聚类问题。分析了目前基于样本和属性值两类基于遗传算法的聚类算法的不足,归纳出它们的算法模型。针对多维快速聚类问题提出了密度法、网格法两种基于遗传算法的聚类算法。算法
暂无评论