基于异常检测与聚类优化的深度文本匹配模型

 II DDM模型是现有的分布式聚类模型中性能较好的一种个体合作以及串行工作方式固有的不足,在该模型基础上引入分层的思想,提出了一种新的分布式聚类算法模型HII DDM,该模型将分布

压缩包包含相应的论文、实验步骤、使用说明、matlab编写的灰色聚类源代码并带有详细的注释。学习灰色理论课程中的相应灰色聚类模型的matlab代码实现。

基于动态同步模型,提出一种高效同步聚类ESYN算法。首先,根据非矢量网络的局部结构信息,提出节点相似度的定义,以准确描述节点间的链接密度;其次,利用OPTICS算法进行矢量化预处理,将非矢量网络转换为

视频异常检测 目的 具有多种算法的视频异常检测系统,并提供实时支持。 目前实施的方法 对于每种方法,都应该有一个jupyter笔记本,评估支持(进行样本测试并输出是否异常)和实时支持。 方法 笔记本状

这是我做毕业论文时候搜集到的珍贵文献资料 打开方式请google搜索 敬谢

java写的聚类程序,包括kmeans算法的实现. 部分java程序可以重用.

对文本进行聚类，文本预处理-->构造特征向量-->聚类，压缩包内含有实验用语料

java文本聚类使用Kmeans算法实现

java实现的文本聚类使用了kmeans算法

文本聚类中的DBSCAN算法的实现，感谢指教