暂无评论
在详细论述恶意软件的工作原理、运行机制的基础上,对各类恶意软件进行系统的分类,阐述各类恶意软件间的关系,归纳恶意软件的发展趋势并给出阻断恶意软件的方法。
尝试分别从信息技术演化过程和驱动因素两个方面对信息系统风险评估方法(ISRAM)进行分类。首先选择信息技术和ISRAM发展的时间主线划分ISRAM,然后提取ISRAM设计实现过程中考虑的驱动因素划分I
为全面理解谱聚类(spectralclustering,SC)算法性能,利用四类几何结构数据,对规范化割(normalizedcut,Ncut)、稀疏子空间聚类(sparsesubspaceclust
提出了一种改进的基于对称点距离的蚂蚁聚类算法。该算法不再采用Euclidean距离来计算类内对象的相似性,而是使用新的对称点距离来计算相似性,在处理带有对称性质的数据集时,可以有效地识别给定数据集的聚
针对现有的Sync算法具有较高时间复杂度,在处理大样本数据集时有相当的局限性,提出了一种快速大样本同步聚类算法(FastClusteringbySynchronizationonLargeSample
在KMeans聚类、PSO聚类、KMeans和PSO混合聚类(KPSO)的基础上,研究了基于量子行为的微粒群优化算法(QPSO)的数据聚类方法,并提出利用KMeans聚类的结果重新初始化粒子群,
提出了基于AFS(AxiomaticFuzzySet)理论的模糊聚类分析算法(FCA_AFS),并且给出了聚类有效性指标。该指标能够判断合理的聚类数,而且能给出达到最高准确率的参数值。与其他算法比较:
音频特征提取是音频分类的基础,而音频分类又是内容的音频检索的关键。综合分析了语音和音乐的区别性特征,提出一种基于小波变换和支持向量机的音频特征提取和分类的方法,用于纯语音、音乐、带背景音乐的语音以及环
提出了一种使用后缀树聚类算法优化K-means文档聚类初始值的快速混合聚类方法STK-means。该方法首先构建文档集的后缀树模型,使用后缀树聚类算法识别初始聚类、提取K-means聚类算法初始值中心
对客户的交易数据进行聚类是客户行为分析的一个重要手段。针对客户交易数据维数高的特点,提出了基于EMD和K-means的顾客行为聚类算法。首先利用EMD和自底向上分段算法实现交易数据序列维度的约简,再利
暂无评论