暂无评论
用于Web文档聚类的基于相似度的软聚类算法，姜亚莉，关泽群，Internet的发展为人们提供了大量的信息资源，Web文本挖掘是从非结构化的文本中发现潜在的有价值的知识的一种有效技术，Web文本聚类能�
针对FCM聚类算法对初始聚类中心敏感和易陷入局部最优解的缺点,提出一种基于细菌觅食的细菌觅食聚类算法。将细菌觅食算法与FCM算法相结合,并以反向学习来初始化细菌种群,增加种群的多样性和代表性,求得的最
可以做图像分割，数据挖掘，目前，针对K-Means算法研究及应用，尤其是在文本聚类挖掘层面的应用研究越来越多。K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个
改进后的OPTICS聚类算法matlab代码，将原来的欧氏距离改为余弦距离的倒数，适用于文本聚类。
参考点聚类算法数据挖掘代码cure
真正实现复杂网络社区结构发现的GN算法的JAVA源程序
改进后的基于簇的聚类算法java代码详解。
针对传统FCM算法对孤立点比较敏感，须预先指定聚类数目的缺陷，提出一种新的模糊聚类算法NSFCM，将其应用于文本挖掘中。NSFCM对数据对象的隶属度增加一个权值，以减少孤立点对聚类中心的影响。采用平均
一篇基于网格聚类的博士论文，总结了目前比较主流的网格聚类算法。大家来看看啊！
基于密度的聚类算法的matlab实现，通过配置输入数据格式，即可实现目标的聚类，效果非常好。
暂无评论