一种虚拟化集群跳算法.doc

针对当前聚类算法存在的由于初始聚类中心随机选取造成最终聚类结果不佳，运用一种启发式的Canopy算法去优化聚类中心的算法，程序用Java编写，希望对大家有用

 Struck在面对目标尺度变化的场景时,跟踪结果的精度会降低,甚至出现丢失目标的情况。为解决这一问题,提出了一种在分类判别器中引入尺度变量的解决方案,在提高算法对尺度变化的鲁棒性的

为了提升合成孔径雷达(Synthetic Aperture Radar,SAR)ω-k算法成像系统的运行速度,提出了一种基于数据循环存储的STOLT插值FPGA并行实现方法。该方法将经过“一致压缩”处

扩散映射(Diffusion Maps)是一种基于流形学习的非线性降维方法。基于对扩散映射的研究,提出了一种新的非线性降维算法。根据近邻点分布的不同和模糊聚类原理,新算法定义了扩散映射算法构建权值矩阵

针对传统URL保护算法存在暴露实现细节的问题,提出一种采用MD5和AES保护URL的改进算法。首先将原始URL和密钥key1按规定顺序装配,计算MD5检验和,并将检验和嵌入原始URL得到防篡改URL;

针对标准粒子群算法收敛速度慢和易出现早熟收敛等问题, 提出一种高效粒子群优化算法. 首先利用局部 搜索算法的局部快速收敛性, 对整个粒子群目前找到的最优位置进行局部搜索; 然后, 为了跳出局部最优,

由于需要利用高斯函数逼近潜变量函数的后验概率, 传统高斯过程分类算法通常都存在计算复杂度高的问题. 对此, 提出一种新高斯过程分类算法. 该算法的基本思想为: 首先, 利用Parzen 窗方法估计出每

在信息处理研究领域,现有的大多数聚类算法都需要人为地给出一些参数.然而,在没有先验知识的情况下,人为地确定这些参数是十分困难的,而且现有的聚类算法的时空效率也有待于进一步提高.为了解决这一难题,首先根

提出一种解决分类任务的等测距映射算法, 该算法利用类标签信息指导高维数据的降维. 首先根据类标签 在属于某个类的数据集上构造类内邻域图; 然后寻找类间最短距离相邻边, 并将其乘以大于1 的尺度变化因子

一种快速准确的画圆算法,论文!