暂无评论
提出了基于K-means的四叉树与R-link树的混合结构树，提高了R-link树的查询性能，在K-means中采用均值—标准差确定初始聚类中心，提高了收敛速度，通过距离准则函数来优化K值，避免K值的
在分析AVS-M帧内预测模式选择原理的基础上，提出了一种基于边缘方向信息和时空相关性的帧内预测模式快速选择算法。该算法的I帧编码时间可降低17%~21%，而PSNR和输出码率均无明显变化，有效地降低A
为了提高蚁群化学聚类算法的聚类效果，通过引入径向基核函数改进蚁群化学聚类算法的相似度度量式，提出了核蚁群化学聚类算法。将核蚁群化学聚类算法用于三个标准数据集合，计算结果表明与蚁群化学聚类算法相比，核蚁
关系数据可抽象为网络，在通常情况下，缺乏对这些现实网络背景知识的了解。为了评价图聚类算法在现实网络上的性能表现，构建了一种接近现实的网络模型，通过算法在模型网络上的性能表现来推断其分析现实网络的能力。
多聚类中心近邻传播聚类算法（MEAP），在处理任意形状具有流形分布结构的数据时，往往得不到理想的聚类结果。为此，基于流形学习的思想，设计了一种全新的相似性度量，该相似性度量能够扩大位于同一流形中数据点
谱聚类能识别出在原空间中线性不可分的聚类,且其效果优于传统聚类算法。谱聚类要想获得好的效果必须选择一个合适的尺度参数,本文在传统谱聚类算法的基础上引入类似核选取的技巧,提出了一个能自动选取该尺度参数的
摘要:对近年来聚类算法的研究现状与新进展进行归纳总结.一方面对近年来提出的较有代表性的聚类算法,从算法思想、关键技术和优缺点等方面进行分析概括;另一方面选择一些典型的聚类算法和一些知名的数据集,主要从
基于mapreduce的聚类算法研究，云计算环境下基于hadoopmapreduce编程模型下，聚类算法实现论文。
本文研究了一种改进的K-均值聚类算法，采用了基于中心点的优化方法，大大提高了聚类结果的准确性，尤其是在处理高维度数据时表现出了优越性。我们对该算法进行了实验验证，结果表明它在图像分析、金融数据分析等领
聚类算法是一种在机器学习领域广泛应用的方法，它通过将数据集分成不同的群组来发现数据的内在结构。本文通过对不同聚类算法的研究进行综述和分析，总结了各种聚类算法的原理、优缺点以及在各个领域中的应用情况。同
暂无评论