一种基于用户需求的加权模糊聚类分析算法

一种基于复相关系数加权的聚类算法，聂轰，陈湘涛，针对传统的基于欧氏距离计算相似度的不足,提出了一种基于复相关系数加权的计算方法,并将它们转化成各属性的权值，再将这些权值应�

通过序贯检测可以提高协作频谱感知的准确度，但是在具有频谱感知数据窜改（spectrumsensingdatafalsification，SSDF）节点的环境下，系统感知性能急剧下降。为了解决上述问题，

针对柔性作业车间调度问题,选取三个性能指标作为求解目标。将蚁群算法与模糊属性权重结合在一起,提出了求解FJSP的新算法。该算法利用了蚁群算法的正反馈机制,在逐步构造解的过程中利用最优解信息和启发式信息

一种改进的模糊关联规则算法，高琛，，随着大型数据库和数据仓库的广泛使用，运用关联规则算法从大量事务中发掘有用的信息和知识正成为一个重要的研究领域.大多数的关�

一种改进的模糊C均值FCM聚类算法 改进 模糊C均值 FCM 聚类

椭圆检测在图像理解中有重要的作用。为克服标准Hough变换对时空需求高的缺点，设计了一种改进算法。通过椭圆对称特性估计图像中可能存在的椭圆中心，利用长轴确定椭圆中心及夹角参数只需一维累积数组对椭圆短轴

目前大多的域自适应算法在源域与目标域具有相同类别的场景下，利用标签丰富的源堿信息对标签稀少且分布相似的目标堿数据进行迁移学习，取得了很多成果。然而，由于现实场景的复杂性和开放性，源域和目标域在类别空间

模糊核聚类算法已广泛应用于图像分割领域,然而该算法对初始值的选取、噪声以及图像灰度不均匀比较敏感。针对该问题,提出了一种改进的模糊核聚类图像分割算法。将改进的最大类间方差法(Otsu)引入模糊核聚类算

粒子群优化算法的聚类分析的经典文章，很难找的。

聚类分析是数据挖掘的重要手段，其应用领域广泛，包括统计学、图像处理、医疗诊断、信息检索、生物学以及机器学习等。聚类算法应用于图像分割时能够获得较好的分割效果而得到广泛的关注和应用。图像分割是图像处理到