划分聚类相关论文
聚类算法对大规模无标签数据的分类能力使得它在数据挖掘领域占据了重要地位。其发展至今已有众多分支,例如划分聚类、密度聚类、......
聚类分析是数据挖掘和机器学习领域中的研究热点之一，其目的是根据物理或者抽象对象间的相似性将数据对象划分成不同的类别，使同一个......
聚类分析有着广泛的应用,包括模式识别、数据挖掘、图像处理等等,一直是人们研究的一个热点.在众多聚类算法中,基于划分的模糊聚类......
聚类技术普遍应用于各领域中用来探索数据的有用模式。现有的聚类算法主要是针对相同属性类型的数据,然而实际中产生的大多是由数......
膜计算是自然计算的新分支,是一个受生物细胞膜特性和功能启发从而抽象出计算模型和方法的研究领域,包含的研究方向有膜计算模型理......
膜计算是生物计算一个新的研究方向,其从活细胞处理化合物、能量及信息的方式中获得灵感,设计出分布式、并行计算模型——P系统。......
提出一种利用GPU(图形处理器)和CPU的协同计算模式来提高划分聚类算法enhanced_K-means的计算效率。利用GPU多个子素处理器可以并......
针对现有的大部分划分聚类算法受聚类簇的个数K的限制,提出一种基于蜂群原理的划分聚类算法。该方法通过引入蜂群采蜜机制,将聚类......
本文在文本聚类的基础上对XML文档聚类进行了研究，对划分聚类法进行了改进，使之适合于XML文档聚类。最后通过路径划分聚类算法根据频......
以提高产品设计结果的论域覆盖面和增加可行设计结果的多样性为目的，研究了产品概念设计阶段的基于案例推理的产品设计案例相似性检......
利用基于Gabor滤波的方法,采用不同方向、不同尺度对面包切片区域图像直接进行小波变换提取纹理特征,使用层次与划分相结合的聚类......
鉴于Larsen等人利用图形处理器(GPU)的多纹理技术做矩阵运算操作,以实现GPU在矩阵相乘方面的通用计算,提出一种利用GPU和CPU的协同......
将基于划分的模糊聚类算法和一般模糊极小极大神经网络分类算法相结合,提出了一种新的机器学习方法,实现了基于类比的案例推理学习......
案例检索是基于案例推理系统的核心。本文结合划分聚类思想,分析了案例库划分原则及案例聚类规则,重点论述了在划分聚类基础上的案......
针对当前入侵监测系统存在的自适应能力较差、扩展性差的问题,基于面向混合类型数据的快速启发式聚类算法FHCAM和属性约束的模糊规......
数据聚类是数据挖掘中的关键一步.本文针对利用欧几里德距离作为相似性测算引起聚类结果的不稳定性,提出一种基于内聚力作为相似性......
在实际应用领域,常常存在同时包含数值型和分类型特征的混合数据。然而,已有的大多数聚类算法只能处理数值型或分类型单一类型数据......
将信息熵理论应用于入侵检测的聚类问题，给出在混合属性条件下数据之间距离、数据与簇之间距离、簇与簇之间距离的定义，以整体相似度......
本文应用模糊数学方法,在已经选定影响预报对象的多个因子的前提下,研究了径流分级长期预报的模糊聚类分析法,并以辽宁省大伙房水......
聚类是数据挖掘的一种重要方法,核函数是能够将低维不可分的数据映射到高维空间进行线性可分时能够降低数据处理难度的重要手段。......
随着互联网的飞速发展,微博已经成为一个拥有大量信息和复杂数据的社交媒体网络,这使得对于发现网络舆情面临巨大的挑战。改进了一......
网络速度正常范围与异常范围边界的判定问题是一个亟需解决的关键问题。由于数据的无标签特性,该问题适合采用无监督学习方法来解......
针对传统的划分聚类算法过度依赖初始聚类中心并容易陷入局部最优的问题，提出基于萤火虫算法的改进划分聚类算法。该算法将萤火虫个......
针对划分聚类算法中聚类数K的取值工作量较大的问题,提出一种新的Canopy+算法.该算法可实现对聚类个数K的预判,在保证准确率的前提......
为了对考试分析中频数分布统计算法的选择提供参考,分析了3类考试分析算法的特点与应用条件,即分组算法(传统、正态特征和斯特杰斯......
在聚类分析中，如何选择恰当的聚类个数是一个非常复杂而又必须面对的问题。尽管针对数值型数据聚类个数的选择算法已经进行了广......
期刊
聚类算法在数据挖掘技术中有着十分重要的应用,在数据分类操作中能够达到良好的效果。本文对划分聚类、层次聚类、密度聚类、网格......
聚类分析是常用的机器学习算法之一,通过聚类可以观察数据结构,因此聚类方法被广泛应用于多个研究领域。对于聚类算法来说,算法初......
数据挖掘技术是一种多学科交叉的新兴技术,它是随着数据的大量积累以及市场竞争对信息与知识的迫切需求而产生和发展起来的,并逐渐......
目前,随着物联网技术的发展,对大数据进行高效的数据挖掘有着重要的意义,其中聚类是一个数据分析的常用方法,能够在缺少先验信息的......
在众多聚类算法中,基于划分的模糊聚类算法是模式识别中最常用的算法类型之一.至今,文献中仍不断有关于基于划分的模糊聚类算法的......
工业电力用户作为电力需求大客户,为了对其负荷曲线聚类,研究其负荷模式,基于某生态城工业电力用户负荷曲线数据,比较了划分聚类和......
针对个性化服务技术提出一种改进推荐算法,该方法基于协同过滤技术和划分聚类技术.首先建立了协同过滤推荐算法的计算矩阵,使算法......
大数据处理是物联网研究和应用上不可回避的难题之一,针对常用聚类方法在大数据处理上的不足,设计了一种划分聚类新方法。该方法采......
针对层次聚类方法与K-Means聚类方法的一些不足，提出了一种基于密度偏差抽样的改进聚类分析算法DS-Ward，该算法能够自动获得中心点和......
K-means聚类算法简单快速，应用极为广泛，但是当处理海量数据时，时间效率仍然有待提高。当一个数据点远离一个聚类时，就没必要计算这两......
针对传统的划分聚类算法不能够发现任意形状的簇的缺点,引入一种能够有效反映样本间相似度的距离度量——基于路径的距离度量,并设......
膜计算为我们提供了一种新型的,可以进行海量数据处理的计算模型。膜计算具有分布式、极大并行性、海量储存性和非确定性等特点,将......
