联合聚类相关论文
互联网的快速发展给用户带来大量信息。随之而来的信息过载问题导致用户难以找到适合自己的信息，并且降低了信息查找效率。推荐系统......
模型拟合是计算机视觉领域热点问题。该项技术在计算机视觉领域有着广泛的应用，如单应性变换矩阵和基础矩阵的估计、图像分割和运动......
高维数据空间中的最近邻查询问题被广泛应用于数据库,图像检索和许多其它相关领域。受“维数灾难”的影响,这一问题变得越来越重要......
近几年来,随着web2.0的发展,研究网络上用户之间的关系对于理解网络的作用有着很重要的意义。社区结构作为社会网络中一个很重要的......
随着互联网中信息量的急剧增长，人们在海量信息中快速获得自己感兴趣的信息变得越来越困难。如电子商务、社交媒体、音乐、视频、问......
随着互联网以及信息技术的迅猛发展,网络中的信息量也在不断增长并逐渐迈向了大数据的时代。但在海量数据面前,用户往往无所适从越......
模块度可用于检测社区网络结构的强度,取值越大表明划分后同一社区内部关系越紧密,不同社区之间的关系越疏离,该特点与聚类的目标......
随着单细胞多组学平行测序技术的发展,在单细胞分辨率下多组学信息可以被同时测量到,结合这些信息能更仔细地观察细胞可变性和异质......
随着我国航运经济的快速发展与船舶自动识别系统的普及,产生了海量的船舶航行数据。船舶航行大数据中蕴藏着海上交通特征、船舶航......
个性化推荐无处不在,并且已经广泛应用到电子商务、广告、社交媒体等许多在线服务中,可以帮助用户找到感兴趣的物品从而解决信息过......
现实世界的许多复杂系统都可以抽象为复杂网络,在这些复杂网络中,节点可以用来表示真实系统的样本对象,而节点间的连接(边)则可以......
在电子商务网站销售问题的研究中,为了优化商品销售策略,提升销售业绩,一般都采用推荐系统,在众多的推荐算法中采用协同过滤算法。......
随着 Internet 的普及和电子商务的盛行,智能推荐系统也应运而生.协同推荐是目前公认为最好的一种推荐技术,但其存在着一些不足之......
机会社会网络（opportunistic social networks）能够利用节点移动创造的相遇机会，在缺乏持续端到端连接的网络中，为用户提供稳定的消息......
针对许多现实数据集不仅包含行列簇之间的大量重叠,还包含不属于任何簇的异常值,提出了一种最大化模块度的可重叠的联合聚类方法(O......
高维数据集合的最近邻查询性能会受到"维数灾难"(curse of dimensionality)现象的影响。提出了一种基于联合聚类的HC2(hypercube o......
基于CO—ICIB联合聚类的舆情监测系统的设计为舆情信息库，它通过联合聚类等数据挖掘算法可以快速及时地发现新的舆论热点．当舆论热点......
为了对网上多媒体信息进行有效检索和过滤,提出一种基于文本和图片相似性融合的联合聚类算法。首先通过相似性计算得到文本相似性......
针对传统协同过滤推荐（collaborative filtering recommendation，CFR）受数据聚类预处理，评分矩阵稀疏性影响较大和多个评分矩阵之间不......
针对传统协同过滤推荐算法稀疏性、冷启动、推荐质量不高等缺陷,提出一种基于混合蛙跳模糊聚类的协同过滤推荐算法.该算法先对原始......
如何发现高质量的社区结构对于深刻研究和分析基于位置的社交网络（location-based social networks，简称LBSN）这种新型复杂网络具有重......
船载船舶自动识别系统(Automatic Identification System,AIS)数据属于典型的时空数据,其所包含的船舶空间、时间和其他维度属性数......
提出了基于联合聚类和带正则化的迭代最小二乘法的协同过滤算法。该算法对原始矩阵进行用户-项目两个维度的联合聚类生成若干子矩......
为聚类非线性相关的数据对象，引入广义信息论中二次互信息作为相似性度量，利用矩阵理论降低了二次互信息的计算量，并结合滑动窗口技术......
机会社会网络(opportunistic social networks)能够利用节点移动创造的相遇机会,在缺乏持续端到端连接的网络中,为用户提供稳定的......
对称IB（Symmetric Information Bottleneck）通过行、列压缩变量之间的相互协作来挖掘数据中的双向压缩模式.由于行、列压缩变量不能......
通常,人们认为个体的移动行为是随意的、偶然的且不可预测。随着移动通信技术的普及和GPS(Global Positioning System)定位技术的......
目前的电磁环境日益复杂,侦察接收机短时间内接收到来自各个方向调制类型复杂的雷达信号,这些信号相互交叠且其调制参数十分复杂。......
分析针灸处方数据,从治疗某种疾病的处方中找到一类医生用到的主要腧穴,方便不同的医生做出相应的决策。使用模糊联合聚类方法对处......
针对当前大数据背景下推荐系统中所存在推荐效率低下、扩展性差、推荐质量不高等问题,提出一种基于Bregman联合聚类与加权矩阵分解......
文档聚类和词聚类都是重要且被充分研究的问题.大多数现有的聚类算法针对文档和词是分别聚类,不是同时的.本文提出文档集作为文档......
目前已有的高阶联合聚类算法主要集中于分析星型高阶异构数据，然而实际应用中，存在大量网状高阶异构数据。为了有效挖掘网状高阶异构......
聚类分析技术以研究对象之间的相似性为基础,将具有类似模式的对象在茫茫的数据集中聚集成多个不同的类。多年来,聚类分析是被国内......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
推荐系统帮助人们在海量数据中获取感兴趣的信息,但传统推荐系统所采用的推荐算法在使用上都存在一定的缺陷,因此,在实际推荐系统......
为了更有效地分析聚簇重叠部分高阶异构数据的聚簇结果,提出了一种高阶异构数据模糊联合聚类(HFCC)算法,该算法最小化每个特征空间......
在实际应用中,包含多种特征空间信息的高阶异构数据广泛出现.由于高阶联合聚类算法能够有效融合多种特征空间信息提高聚类效果,近......
提出一种两阶段评分预测方法.该方法基于一种新的联合聚类算法(BlockClust)和加权非负矩阵分解算法.首先对原始矩阵中的评分模式进......
针对现有协同过滤算法普遍存在数据稀疏、可扩展性低、计算量大的缺点,提出一种基于BC-AW的协同过滤推荐算法,引入联合聚类（Block C......
期刊
近年来，随着电子商务和社交媒体的蓬勃发展，网络用户可以针对包括在线商品、新闻时政、公众人物和个人经历等在内的各种主题和对象发......
随着信息技术的飞速发展尤其是互联网的广泛应用,各种类型的数据资源与日俱增。如何从浩瀚的“数据海洋”中发现有用的知识成为亟......
点云配准是大规模城市三维重建中的重点问题。考虑到楼宇与地面是城市的主要组成部分,而平面是构成它们的重要几何元素,本文提出了......
突发事件在微博中迅速传播,产生巨大的影响力,因此,突发舆情受到政府、企业的广泛关注.现有的突发话题检测算法只考虑单一的特征实......
三维模型检索作为多媒体信息检索领域的重要组成部分,已逐渐受到人们的广泛关注。现有的三维模型检索研究主要集中在基于内容的检......
异构信息网络中包含多类实体和关系.随着数据规模增大时，不同类实体规模增长不平衡，异构关系数据也变得异常稀疏，导致聚类算法的时间......
在模式识别领域中,聚类是一种非常重要的技术.而联合聚类是将两种异质对象同时进行聚类分析.在科技项目管理中,需要组织专家对申请......
