Leader算法相关论文
Leader算法是一种基于粗糙集的层次聚类算法,其聚类过程中各维特征贡献作用均等,这样的处理方法降低了主要特征在聚类中的贡献作用......
针对传统k-means算法中初始聚类中心选取的随意性对于聚类结果影响较大的问题,提出了基于Leader算法的k-means改进算法——Lk-mean......
传统聚类方法将对象严格地划分到某一类，但很多时候边界对象不能被严格地划分。粗糙集用上近似集和下近似集表示一个类，对这种边界不......
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。......
研究了K均值算法中初始聚类中心的选择对算法本身聚类精度及效率的影响，并提出了改进的算法（LK算法，Leader＋K—means）。LK算法中的初始......
用户对Web站点的访问代表了用户对Web站点上页面的访问兴趣，这种兴趣程度可以通过用户对Web站点上页面的浏览顺序及页面上的浏览时......
本文分析了Web信息搜索中的Leader算法其聚类结果中可能存在重叠区域；k—means算法其k参数的确定可能需要多次尝试。结合上述二种聚......
介绍了一种新颖的Web存取模式的聚类算法,该算法是一种结合粗糙理论和模糊理论的改进Leader算法,既体现了粗糙理论和模糊理论在处......
传统的聚类算法,如Leader算法和k-Means方法等,只能处理完整精确的数据集,数据项只能被划分到一个簇.而粗糙集理论用上近似集和下......
网络用户行为分析是一种新的、迅速发展的领域，它已成为当今研究的热门话题，如何为用户提供高品质和个性化的服务，如何满足用户的需求......
