基于过滤模型的聚类算法

主要介绍了现在比较流行的云计算平台，以及如何在云计算平台上实现并行聚类

模式识别的编程作业，基于近邻函数值准则的聚类算法，使用VC++2008

针对k均值聚类算法存在的缺点，提出了一种新的聚类算法———基于粒子群的k 均值聚类算法，并将此算法与现有的基于遗传算法的k均值聚类算法进行比较, 理论分析和数据实验证明，该算法有较好的全局收敛性，不仅

一篇博士论文，基于模糊聚类的图像分割算法研究，很值得研究的一篇

基于聚类融合的多目标跟踪算法

为了实现复杂网络社团发现算法的复杂度和精确度间的均衡,提出一种基于聚类粒化的社团发现算法(CGCDA),将网络粒化获得的粒子视为一个社团,粒化结果即为对网络的社团划分。首先,将网络中的每个节点视为基本

文本挖掘是数据挖掘领域中一个热门的研究方向。在文本挖掘领域中,文本聚类技术有助于缩小数据搜索空间,提高查询精度。作为一种无监督的机器学习方法,文本聚 类技术己经成为对文本信息进行有效地组织、摘要和导航

基于聚类算法的图像分割技术综述，马义德，，图像分割是指将一幅图像分解成若干互不相交区域的集合，其实质是一个像素的聚类过程。本文以图像分割的聚类实质为线索，对近几年

以整条轨迹为目标的聚类方法存在轨迹较长的问题。为此,提出一种以轨迹子段为聚类目标的聚类算法CTIHD。给出一种新的轨迹子段距离度量方法,用以消除轨迹子段之间的公共偏差。利用特征点概念将轨迹划分成轨迹子

关于DBSCAN算法描述的论文 文中分析了传统的聚类算法及局限性,讨论了一个基于高密度聚类算法的实现过程,使得算法可自动发现高维子空间,处理高维数据表格,得到较快的聚类速度和最佳的聚类效果。