BT-SVM multi-class classification algorithm based on improved FCM clustering
顾 小 丰 Emailguxf@ * 第5章 算法的计算复杂性和计算模型 5.1 算法与它的计算复杂性 算法的研究是计算机科学的核心课题之一早在近代计算机问世之前人们就致力于算法概念的研究一般地说算法
分析了组合两种算法所需的空间复杂度在何种情况下为原算法的空间复杂度之和的问题,即空间复杂度的保持问题。通过形式化oracle查询方式,证明了在后续oracle查询和前面所有的oracle回复都不相关,
在复杂网络聚类中,为了克服聚类结果局部收敛和对多维数据聚类效果差的缺点,通过对复杂网络聚类方法的应用分析,将NJW算法和粒子群聚类算法应用到加权复杂网络簇结构的探测中,设计和实现了一种改进的加权复杂网
提出一种基于相似性保持和特征变换的高维数据聚类改进算法。首先,通过相似性度量函数计算得到高维空间对象相似度矩阵,并利用近邻法、Floyd最短路径算法将相似度矩阵转换为最短路径距离矩阵;然后,将高维特征
<html dir="ltr"><head><title></title&
k-means算法接受参数k；然后将事先输入的n个数据对象划分为k个聚类以便使得所获得的聚类满足:同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个
文本聚类是文本挖掘的一项重要技术,可广泛应用于文本挖掘与信息检索等方面,在大规模文本集的组织与浏览、文本集层次归类的自动生成等方面都具有重要的应用价值。但是,传统的文本聚类算法忽略了文本中单词之间的语
基于遗传算法的文本聚类技术研究遗传算法文本聚类
一篇关于几种文本聚类算法的介绍的论文,同时对几种算法进行了比较和分析
