研究论文 基于相似聚类的雷达信号跟踪方法.pdf

介绍了朴素贝叶斯垃圾邮件过滤算法，对于朴素贝叶斯算法中条件概率的计算，选用了多变量贝努里事件模型的计算方法，在多变量贝努里事件模型的基础上进行了改进，并在Ling-Spam语料库上进行实验，实验结果表

介绍了基于内容图像检索的系统结构、特征提取等内容，并将数据挖掘的聚类算法与之结合，对各种聚类算法进行了总结，最后提出了一些未来的发展方向。

针对在线用户评论中产品特征的提取和聚类问题进行了研究，提出一种改进的SimRank算法。将情感词—特征对放入二分网中，在二分网中使用改进后的SimRank算法计算特征词之间的相似度；再通过谱聚类算法对

基于Spark框架的K-means聚类算法研究，皇秋曼，周锋，随着互联网时代的发展，如何从海量数据中挖掘出有用的信息是一个重要的课题。Spark是适用于大数据的高可靠性，高性能分布式并行计�

针对复杂过程的参量聚类问题，提出一种基于粒子群优化算法的聚类方法，阐述了聚类算法的基本思路。通过对过程煅烧温度和煅烧转速二维数据的聚类仿真研究，证明该算法在类似过程参量聚类中的实用性能。对粒子群优化算

论文研究-基于粒度空间的最优聚类指标研究.pdf,  本文在粒度空间理论的基础上，进行了基于粒度空间的最优聚类模型研究.具体包含以下三个内容：首先提出了基于类内偏差和类间偏差获取数据分层结构的优化聚类

基于内容相似度的图书推荐方法研究，孙承杰，商雪晶，为了向用户提供个性化的推荐服务，大多数推荐系统都从用户和商品两个角度出发。本文利用图书之间以内容上的相似性相互联系的特点

在图像分割的多种方法中，模糊C均值（FCM）聚类是最简单有效的。可能性C-均值算法（PCM）作为FCM的同类算法具有更佳的聚类性能和概率解释性，但无论是FCM还是PCM均受隶属度的约束影响使其对噪声点

多聚类中心近邻传播聚类算法（MEAP），在处理任意形状具有流形分布结构的数据时，往往得不到理想的聚类结果。为此，基于流形学习的思想，设计了一种全新的相似性度量，该相似性度量能够扩大位于同一流形中数据点

总结了高维数据聚类算法的研究现状，分析比较了算法性能的主要差异，并指出其今后的发展趋势，即在子空间聚类过程中融入其他传统聚类方法的思想，以提高聚类性能。