论文部分内容阅读
聚类是数据挖掘领域重要的研究方向。在众多的聚类算法中，Leader算法运用很广泛，但Leader算法没有考虑到聚类分析中内在的不确定性。对Leader算法做了相应改进，加入了粗糙集和粒计算的思想，使其能够处理聚类中固有的不确定性，得到更合理的聚类结果。最后，通过实验证明了该算法的优越性。
一种新的粗糙Leader聚类算法
【摘 要】
：
聚类是数据挖掘领域重要的研究方向。在众多的聚类算法中，Leader算法运用很广泛，但Leader算法没有考虑到聚类分析中内在的不确定性。对Leader算法做了相应改进，加入了粗糙集和粒
【机 构】
：
同济大学计算机科学与技术系
【出 处】
：
计算机科学
【发表日期】
：
2009年5期
【基金项目】
：
本文受国家自然科学基金资助项目（60475019）,国家自然科学基金资助项目（60775036）,2006年博士学科点专项科研基金（20060247039）资助.
其他文献
基于模糊取大算子和三角模T的模糊合成，构建了一类模糊双向自联想记忆网络Max-TFBAM。利用三角模丁的伴随蕴涵算子，为这类Max-TFBAM提出了学习算法，并理论上证明了该学习算法确
复杂网络社团发现的研究对于控制疾病传播、网络病毒的传播等具有重大意义。针对已有社团发现算法时间复杂度过高，不适用于结构未知的大型网络等问题，结合谱聚类在识别未知分布
服务科学、管理与工程（Service，Scienee，Management，Engineering，SSME）是一门新兴的多学科研究领域。该学科应用信息技术将分布于各传统学科的服务整合起来构成网络服务体系，各个领
在MANET中，节点的移动性会导致不同的TCP数据包沿不同的路径到达接收端，进而在接收端产生大量的乱序数据包，影响TCP协议的性能。提出了一种延时响应TCP协议（TCP-D），通过延时触发拥
针对基于目标函数的直觉模糊聚类方法容易陷于局部最优值的问题，提出了一种改进的密度函数初始化方法。该方法首先利用样本密度函数在较高局部密度的区域中选取c个样本，然后遍
针对基本Petri网的出现网在描述有色Petri网动态行为时的局限性，在基本出现网的基础上定义了一种扩展的出现网，即有色出现网，直观地反映了有色Petri网系统中资源流动及变化之间
在使用无线传感器网络进行目标检测时，如何布置尽可能少的传感器节点而同时实现高的正确检测概率和低的误警率，是关键问题之一。采用数据融合技术，能实现传感器节点之间的协同，从
针对实值否定选择算法中由边界困境问题引发的在自体与非自体区域边界产生漏洞的现象，提出了一种采用边界检测器的实值否定选择算法。该算法在边界上生成具有一定侵略性的边界
提出了一种应用整体可靠性和补偿代价敏感的Web服务选取方法。该方法基于应用的逻辑特性来评估应用的交互点对于应用整体可靠性和补偿代价的影响，并获取相应的影响因子。在此