基于密度的聚类相关论文
移动机器人在开放环境中执行复杂任务时,通过基于对环境变化的规约来构建控制模型以驱动机器人运行。这为移动机器人这一软硬件协......
近年来,基于位置服务的应用发展迅速。用户可以基于位置进行信息检索,从而得到更加符合现实需求的检索结果。作为基于位置的信息检......
近年来,随着基于网络层DDOS攻击的防御系统和检测方法越来越完善,攻击者已经很难从网络层隐蔽地对用户发起攻击,基于包括HTTP协议......
为解决CFSFDP聚类算法由于无法自动选择簇中心点而难以应用于重要地点识别的问题,引入一种簇中心点自动选择策略对算法进行改进。......
为了考虑数据各维特征对聚类的不同贡献,并把有监督特征评价方法应用到无监督分类问题中,提出一种特征加权的聚类算法框架。该框架......
在“数据流分析”这一数据挖掘的应用领域中，常规的算法显得很不适用。主要是因为这些算法的挖掘过程不能适应数据流的动态环境，其挖......
近期传感数据监测和移动对象跟踪等许多从自然界直接采集数据的新应用引发了不确定性数据管理这一新的研究课题。这些应用中相关数......
本文提出了一种新的基于反馈机制的P2P系统信任模型，该反馈过滤机制运用基于密度的聚类算法有效地识别一些恶意和噪声反馈，以提高计......
流数据的聚类算法是当前数据挖掘的研究热点之一。本文在分析两层流数据聚类框架的基础上，引入了动微簇、成长簇等概念和FRG思想，提......
针对基于密度的空间聚类及其变种提出了拓扑的概念。给出了聚类拓扑结构的定义,把簇定义为多种拓扑连通集合。此外,运用全新的拓扑......
多聚类中心近邻传播聚类算法(MEAP),在处理任意形状具有流形分布结构的数据时,往往得不到理想的聚类结果。为此,基于流形学习的思......
基于“震动方法”的类删减策略是在数据挖掘领域“基于密度的聚类”方法基础上，通过对数据仓库中数据元进行初步聚类，确定各类的“核......
大多数聚类算法在聚类过程中需要输入参数,并且对输入参数具有一定的敏感性.针对这种不足,在基于密度的聚类方法基础之上融合模糊......
本文联系异常检测和数据挖掘，从理论上着重分析了在入侵检测系统中应用基于密度聚类算法的必要性和有效性，从TCPDump网络数据和系统......
传统的密度聚类算法不能识别并聚类多个不同密度的簇。对此提出了变密度聚类算法VDBSCAN，针对密度不稳定的数据集，可有效识别并同时......
<正>1数据挖掘对聚类算法的典型要求聚类是一个新兴的值得探索的研究领域,它不同的应用方向对聚类算法提出了各自特殊的要求,在数......
集体行为是连续、有序的个体呈现出的宏观行为模式,广泛地存在于细菌菌落、动物群、人群、车流等各种群体系统中。集体行为的识别......
针对现有空间信息服务选择技术的不足,提出了一种基于粒子群优化算法的多目标优化策略,通过同时优化多个QoS参数,产生一组满足约束......
密度峰值聚类(Density Peaks Clustering)是一种基于密度的聚类方法。密度峰值聚类算法有着易于实现、参数较少等诸多优点。鉴于其......
精确的负荷预测对于电力系统的有效调度和安全运行至关重要.本文提出基于改进的随机森林(IRF)和密度的聚类(DBSCAN)的频域组合预测......
ue＊M＃’＃dkB4＃＃8＃”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:（100084川C京市海淀区清华园申请人:清......
体数据分类是体绘制中传递函数设计的核心问题.标量值-梯度模直方图作为表征体数据的一种经典二维特征空间,已被广泛应用于分类体......
人们日常生活中使用的房屋合租、汽车导航和新闻推送等应用都依赖于定位技术。受益于全球定位系统的普及,室外环境下定位精度已经......
在原始测量获取的点云数据中,除了目标数据外,还有大量的噪声数据。噪声往往无规律地分布在目标物体周围,难以用统一数学模型区分......
在目前信息与通信技术(Information&Commuication Technology, ICT)飞速发展的时代背景下,基于固定网络的通信模式已逐渐为基于无......
标杆法作为供应链绩效评价的一种方法具有重要的应用价值,而如何针对既定目标选择合适的标杆并提供可信的依据是这类方法的瓶颈.针......
聚类分析是重要的数据挖掘方法，在商务智能、地理信息系统、医学等方面有广泛的应用．随着聚类分析的蓬勃发展，涌现出了许多聚类算法，其......
为了解决空间数据流中任意形状簇的聚类问题,提出了一种基于密度的空间数据流在线聚类算法(On-line density-based clustering alg......
