暂无评论
针对BFSN算法需要人工输入参数r和[λ]的缺陷，提出了一种自适应确定r和[λ]的SA-BFSN聚类方法。该方法通过InverseGaussian拟合判断r参数，通过分析噪声点数量的分布特征选择合适的
一种基于模糊聚类的数据关联新算法，李良群，易正龙，针对杂波环境下多目标跟踪中的数据关联滤波问题，提出了一种新的直觉模糊联合概率数据关联滤波方法。与传统的联合概率数据关联滤
一种基于密度峰值聚类的社区发现算法，白亮，赵越，社区发现是网络数据挖掘的一个重要研究内容，被用于探索复杂网络中潜在的类结构。针对网络数据，本文对一种密度峰值聚类算法
论文研究-一种基于最小张树的属性聚类算法.pdf, 结合图论中的最小张树方法 ,提出了相似度以及接触度两个概念 ,并以此为基础建立了一种属性聚类算法 .文中就几个具体问题 ,将其与 FCM及 AKM
针对传统的K-medoids聚类算法具有对初始聚类中心敏感、全局搜索能力差、易陷入局部最优、收敛速度缓慢等缺点,提出一种基于差分演化的K-medoids聚类算法。差分演化是一类基于种群的启发式全局搜索
针对复杂及带噪声的数据集的聚类问题，提出了一种基于局部密度的网格排序策略（GSS-LD），并以其作为网格聚类的组织模式。GSS-LD利用聚类的局部性质进行网格单元排序，将基于网格的聚类问题转换为网格的
现有聚类融合算法对混合属性数据进行处理的效果不佳,主要是融合后的结果仍存在一定的分散性。为解决这个问题,提出了一种基于图论的加权聚类融合算法,通过对数据集聚类得到聚类成员后,利用所设计的融合函数对各个
一种基于频率及路径的XML聚类算法，刘晨，王秀坤，本文扩展了XML文档树路径模型，通过加入路径和节点的频率信息，提出了频率－路径模型。并且在此模型基础上提出了一种带位置和频率
针对不确定分类数据,基于Squeezer算法提出一种有效的不确定数据聚类算法:USqueezer算法。该算法先计算一个不确定分类数据与每个簇的相似度概率和,选取最大的相似度和给定的阈值相比较,若大于阈
目前聚类算法普遍存在对初始化参数和异常数据敏感,难以找到最优聚类以及聚类的有效性等问题。利用群体智能和多主体系统具有的自组织性、健壮性、可扩展性和简单性等优点,给出了一种新型的优化聚类算法。在三维空间
暂无评论