暂无评论
一种基于遗传算法的密度聚类改进策略，叶宗林，曹晖，本文提出了一种基于遗传算法的密度聚类改进策略。选择闵科夫斯基标准作为遗传算法的适应度函数，对DBSCAN算法的Minpts和Eps两个参数在
论文研究-一种基于旋转最小-最大超盒的聚类算法.pdf, 针对传统聚类算法无法解决复杂分布数据聚类的问题，本文提出了一种
传统的快速聚类算法大多基于模糊C均值算法（FuzzyC-means，FCM），而FCM对初始聚类中心敏感，对噪音数据敏感并且容易收敛到局部极小值，因而聚类准确率不高。可能性C-均值聚类较好地解决了FC
针对DBSCAN算法中最小点数和最大邻域半径难以确定、算法时间开销大、对起始数据点的选择比较敏感，以及难以发现不同密度下的邻近簇等问题，提出一种基于扩展区域查询的密度聚类算法（GISN-DBSCAN）
目前的文本特征生成算法一般采用加权的文本向量空间模型,该模型使用TF-IDF评价函数来计算单个特征的权值,这种算法生成的文本特征冗余度往往都比较高。针对这一问题,采用了一种基于聚类加权的文本特征生成算
目前多数l-多样性匿名算法对所有敏感属性值均作同等处理，没有考虑其敏感程度和具体分布情况，容易受到相似性攻击和偏斜性攻击；而且等价类建立时执行全域泛化处理，导致信息损失较高。提出一种基于聚类的个性化[
一种基于ReliefF和PLS的特征选择算法，邹常盼，亓峰，针对PLS算法容易受冗余特征干扰而导致分类精度下降的问题，本文给出了一种结合ReliefF和PLS的特征选择算法。首先，该算法采用Relie
一种基于n-gram短语的文本聚类方法研究
针对产品族设计中产品族共性与产品个性化之间相互冲突的问题，提出了一种基于模糊聚类和粗糙集的产品族设计知识约简方法。通过模糊聚类对设计参数进行离散化和分类，以粗糙集进行知识约简区分出产品族设计参数和个性
针对标题文本聚类中的聚类结果不稳定问题，提出一种基于聚类融合的标题文本聚类方法。该方法对标题文本的特征词进行筛选，将标题文本转化为特征词集合；提出基于统计和语义的相似度计算方法，计算特征词集合间的相似
暂无评论