暂无评论
统计数据轨迹一般具有重视变化趋势、数据噪声较大、模式分布不同等特点, 直接使用传统的聚类分析方法难有很好的效果。对此在K-means算法的基础上, 分别采用了归一化处理、平滑处理以及关键峰匹配等方法处
数据挖掘中网格聚类算法的分析研究,徐莉,辛阳,聚类分析有广泛的应用,是数据挖掘中非常重要的方法。聚类分析算法有多种分类,每种方法在不同领域发挥了不同的作用。针对基于网
论文《聚类算法研究》,和大家分享~~~~
在判别分析中,至少有一个已经明确知道类别的“训练样本”,利用这个数据,就可以建立判别准则,并通过预测变量来为未知类别的观测值进行判别了。 所谓Fisher判别法,就是一种先投影的方法。 考虑只有两个(
利用普通麦克风及声卡对散热风扇振动噪音进行采集,并利用FFT功率谱对风扇振动噪音进行频域分析;通过实验总结了风扇振动噪音的幅频特性及其变化规律。
传统聚类算法往往只适用于静态数据集的聚类。对于动态数据集,新增数据后,前期的聚类结果不再可靠,运用此类算法则需要重新聚类,这样会造成效率低下和计算资源浪费。在基于密度和自适应密度可达聚类算法的基础上,
针对传统选择性聚类融合算法不能消除劣质聚类成员的干扰和聚类准确性不高等问题, 提出了一种新的选择性加权聚类融合算法。算法提出了基于聚类有效性评价方法的参照成员选择方法和联合聚类质量和差异度的选择策略,
针对传统K-means聚类算法对初始中心点比较敏感、易陷入局部最优,首先提出基于KD-树的初始聚类中心点选取方法。该方法通过建立KD-树将数据集分割成矩形单元,计算每个矩形的矩形单元中心、矩形单元密度
针对语音信号的欠定卷积混合模型,提出一种基于快速独立分量分析和自适应非线性二元时频掩蔽的语音盲分离方法。对输入的混合语音信号进行快速独立分量分析,将结果进行自适应非线性二元时频掩蔽;重复进行这两步处理
针对传统通过阈值来确定老人跌倒检测算法中的不足和视频检测中容易泄露隐私等缺点,提出了一种基于统计学判决分析的跌倒检测算法。该算法主要通过实验分析来提取行为的特征值并建立特征向量空间,然后利用采样值与行
暂无评论