相异性度量相关论文
传统入侵检测方法检测次数较少,防入侵效果不理想,文章设计以一种基于TCP/IP数据包匹配技术的企业黑客入侵检测方法,实现提高黑客......
选取合理的初始聚类中心是正确聚类的前提,针对现有的K-means算法随机选取聚类中心和无法处理离群点等问题,提出一种基于相异性度......
研究了语义数据的聚类问题,提出了一种基于样本内在结构的结构熵聚类SEC算法。通过给出语义属性相异性度量测度的新定义,挖掘蕴含......
针对混合属性空间中具有同一（或相近）分布特性的带类别标记的小样本集和无类别标记的大样本数据集，提出了一种基于MST的自适应优化相......
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......
研究了异构属性数据的聚类问题。通过挖掘样本中的结构信息，用加权的Mahalanobis距离来度量异构样本的相异性；根据分类属性数据的分......
同时兼具数值型和分类型属性的混合数据在实际应用中普通存在,混合数据的聚类分析越来越受到广泛的关注.为解决高维混合数据聚类中......
随着网络技术的发展、应用程度的不断提高,重要信息系统的安全越来越受到严重威胁,各种网络安全事件越发不可避免,日益严重的网络......
为获得更贴近于混合属性数据点集空间的相异性度量,从而探测出数据点集的更有意义的聚类分布,提出了一种可优化相异性度量的Affini......
K-means聚类算法的性能依赖于距离度量的选择,k-means算法将欧几里德距离作为最常用的距离度量方法。欧氏距离认为所有属性在聚类......
聚类分析是一种无监督的学习方式,是数据挖掘的重要途径之一,也是统计机器学习、模式识别的重要研究方向之一.目前,针对数值型数据......
为获得更贴近于混合属性数据点集空间的相异性度量,从而探测出数据点集的更有意义的聚类分布,提出了一种推进式优化特征权重的K-中......
网络流量识别作为网络管理与安全分析的基础,在网络安全态势感知中发挥着至关重要的作用。随着互联网的迅猛发展,使用私有协议或加......
在模糊聚类算法中,模糊系数被用来控制簇可能重叠的程度,其负面影响是所有的数据对象会影响所有的簇。为解决该问题,Klawonn和H9pp......
聚类分析是数据挖掘应用和机器学习研究中的一个重要子领域。聚类分析因能在无先验信息的条件下为探索未知的数据结构提供帮助,已......
单目视觉跟踪和定位技术通过一台摄像机对运动目标图像序列进行采集,利用景物中的一些自然或者人造的特征,运用图像处理等方法,完......
给出一种基于边缘跟踪算法的图像线条画生成算法。该算法由边缘跟踪和线条画绘制两部分组成。在边缘跟踪中,提出基于相异性度量的......
在数据挖掘、自然语言处理和信息检索等领域,经常需要评估不同对象之间的近邻性。许多分类、聚类和特征选择算法的性能,都非常依赖......
传统的聚类算法一般是对单值属性数据进行聚类.但在许多实际应用中,每个对象通常被多个特征向量所描述.例如,顾客在购物时可能同时......
河南省是中华民族的发祥地之一,其独特的地理环境及悠久历史成就了河南省深厚的文化底蕴。古代陶器作为人类活动的重要遗存,是早期......
