一种基于结构相似性的图聚类算法,金超,张龙波,图聚类是发现网络中潜在结构的一项重要任务。提出了一种基于结构相似性的图聚类算法GNSCAN,给出了该算法的相关定义以及算法的执行
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
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
针对基于VSM(vector space model)的文本聚类算法忽略了词之间的语义信息和各维度之间的关系,导致文本的相似度计算不够精确,提出了一种基于语义相似度的群智能文本聚类的新方法。该方法融合
