【摘 要】
：
本文通过模拟实验发现严格κ-最临近集的大小(SKNNκ)比一般的k-最临近集(KNNκ)更能反映数据集密度的变化，给出了两种基于严格κ-最临近集的聚类算法，实验证明这些算法可以很
论文部分内容阅读
本文通过模拟实验发现严格κ-最临近集的大小(SKNNκ)比一般的k-最临近集(KNNκ)更能反映数据集密度的变化，给出了两种基于严格κ-最临近集的聚类算法，实验证明这些算法可以很好的区分不同密度、形状和大小的类，并且抗噪能力好。
本文介绍了当前主要的聚类分析方法和算法，并从实验和理论上分析了这些算法，指出优缺点的根源；给出了CHAMELEON[5]方法的一种改进。首先我们对CHAMELEON方法做了一个基本数据的实验分析，发现在类问密度相差不是特别的大时，该方法不能作出正确的聚类。为此我们引入SKNNκ和LINKκ并对CHAMELEON作了一种改进。基于SKNNκ和LINKκ能够反映不同类的某些特性；给出一个结合分类的聚类算法，这个算法不仅可以同时区分不同密度、形状、大小的类，并且抗噪能力强，对参数的选择不敏感。
其他文献
本文主要分为五章：1、 预备及说明 2、一类对称共振椭圆方程Dirichlet边值问题的多重解3、带参数的对称共振椭圆方程Dirirchlet边值扰动问题的多重解4、 一类对称共振椭圆方程
1984年提出的Karmarkar算法成就了线性规划领域的新格局.在此基础上提出的仿射尺度法用简单的仿射变换代替了armarkar的投影变换,从而可以直接求解标准形式的线性规划问题,并
本文主要考虑了以下问题:1.从修正KdV方程修正后的双线性导数形式的Backlund变换,利用Hirota方法,得到它的一些新解.2.通过对修正Backlund变换中的参数k的n次不同赋值,求得修
设图G=(V(G),E(G)),V(G)和E(G)分别表示图G的顶点集和边集,n=|V(G)|记作图G的阶数.对M(包含或等于)E(G),若M中任意两条边在G中是不相邻的,则称M是G的匹配.G的所有匹配的最大
本文主要研究落叶松木材,使用东北林业大学实验室干燥的木材为原料。以落叶松木材干燥的实验数据,作为检验样本和训练样本,运用MATLAB软件操作,应用BP人工神经网络建模技术,
种群生态学是生态学的一个重要分支,由于自然界中生态关系的复杂性,数学的方法和结果被越来越多地应用于生态学,种群生态学即是迄今数学在生态学中应用最为广泛深入,发展最为
随着人类社会的发展,实际问题规模越来越大,结构越来越复杂,主从递阶决策模型正是近年发展起来的对复杂系统进行描述的优化模型.该文主要对几类主从递阶决策问题进行了探讨,
该文研究了有摩擦金融市场中的美式未定权益的定价问题.在标的资产价格方程服从连续时间Ito过程模型的金融市场中,我们考虑金融市场的摩擦性同时表现在两个方面:一是借款利率