不确定域环境下基于DKC值改进的K-means聚类算法

来源 :计算机科学 | 被引量 : 0次 | 上传用户:liwang0113
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出一种不确定域环境下基于DKC值改进的K-means聚类算法,即U2d-Kmeans。该算法首先考虑到数据对象的不确定性因素,引入不确定域对数据对象进行描述;其次吸取2d-Kmeans的优点,对数据集进行预处理(剔除孤立点),并且采用累积距离的方法确定初始聚类中心,从而避免了随机选取聚类初始点造成聚类不稳定的缺陷;最后经过算法有效性对比实验证明得出,U2d-Kmeans算法比前两种算法更客观、有效。
其他文献
针对云存储中的密文访问控制,提出一种基于SKP-ABE的高效访问控制方法 EACS。该方法在保持密文信息保密的前提下,将部分私钥组件和相关密文组件的重加密过程转移到云端,以大
校园网存在能耗高、效率低、浪费多等诸多问题,其可以通过云计算来解决,但云计算所带来的效益增长并没有一个很好的标准。对校园云平台进行了简单描述,对数据中心的成本、用
提出一种基于码分多址思想的帧时隙ALOHA防碰撞算法(CD-FSA),推导出其标签识别率的表达式,然后针对实际应用中标签与读写器存在相对运动的情况建立数学模型,并给出系统达到平衡状态时离开作用区域的标签组的识别率公式,最后进行计算机仿真实验与分析。结果表明,无论标签是在静止还是运动状态下,CD-FSA算法的标签识别率都优于帧时隙ALOHA算法。
与IPv4不同,IPv6具有端到端通信、层次化地址结构等新特性,基于NAT掩蔽等手段的网络拓扑传统保护技术不再适用于IPv6环境。然而,现有的IPv6网络拓扑结构保护机制存在破坏端到
针对基于耦合系数的无标度网络演化模型中的节点进行中心化研究,首先对常用的中心化指标进行了分析,接着对经典的无标度(BA)模型和演化的BA-S模型中各节点的几种指标进行了累积概
在对非授权目标网络进行拓扑发现时,探测源的选取直接决定拓扑发现的效果,当探测源数量一定时,恰当地从备选探测源集合选取探测源组合可以使得拓扑发现的范围大大增加。针对
为解决存储型XSS漏洞的自动化黑盒检测问题,提出基于风险数据追踪的存储型XSS漏洞检测方法。依此技术可以对Web应用程序上存在的存储型XSS漏洞进行快速、深入的自动化挖掘。
针对路由器主动队列调度算法WFQ(Weighted Fair Queuing)在链路拥塞时无法保证低速率实时业务的QoS(Quality of Service)要求以及实时性业务突发时会导致延迟抖动加大的问题,
在将tableau方法扩展到非一致性数据库修复的基础上,提出一种新的利用分支封闭值修复数据库的方法。该方法结合tableau分析法的开放和封闭推理标准,以开放公式树TP(IC∪r)分支
大规模的异步通信网络中,实时获取系统级网络平均值对于指导系统进行控制决策,比如资源选择、负载均衡等,具有重要的意义。基于此,重点研究了异步网络环境中的平均一致性问题