聚类效果相关论文
为了获取岩石破裂过程有效的声发射信号特征，更好地对岩石破裂状态进行分类，提出一种基于流形学习算法的局部线性嵌入特征融合方法进......
电力负荷模式识别作为现代电力系统优化运行的关键技术,对于负荷侧数据分析管理及大电网的安全、可靠、经济运行有着显著的作用。......
聚类是数据挖掘中一种重要的技术。它从数据库中寻找数据间的相似性，并依此对数据进行分类，使得不同类中的数据尽可能相异，而同一类中......
随着DNA芯片技术的广泛应用，基因表达数据分析已成为生命科学的研究热点。DNA微阵列技术是一种研究细胞中基因表达模式的非常有效的......
现实问题中的数据通常是高维的,其中存在大量的不相关和冗余的特征,这给传统的学习算法带来了巨大的挑战。特征选择就是在这种情况......
地理信息系统是一个针对解决复杂地理问题而设计并支持空间数据的采集、管理、处理、分析、建模和显示的计算机系统。空间数据挖掘......
分析了传统的模糊聚类方法,基于摄动思想,将传递闭包聚类法与目标函数法相结合,得出了一种既满足聚类效果要求又减小聚类失真的简......
针对传统FCM聚类算法的不足,提出了具体改进的方法.通过对算法中聚类数C的选取、隶属度的修正等问题的讨论,有效地弥补了传统算法......
提出了一种新型的模糊遗传聚类算法（ＦＧＣＡ）。该算法不需要预知距离门限ｄ就可对未知类别数目的数据集进行聚类。仿真结果表明，该算法对非球型......
CURE算法是一种凝聚的层次聚类算法,它首先提出了使用多代表点描述簇的思想.本文通过对已有的基于多代表点的层次聚类算法特点的分......
提出了一种基于极大熵理论的球面K均值文本聚类算法ME-SPKM.该算法利用了传统文本聚类算法SPKmeans中使用的余弦相似度度量,进而引......
针对传统的DBSCAN算法只能依靠经验来设置阈值（minPts,Eps）和无法对多密度数据集进行有效聚类的不足,提出了一种可适用于所有密度分......
模糊C均值聚类算法在处理高维数据集时,存在计算复杂度高,算法泛化能力差,计算精度低等问题。考虑到特征属性对聚类的贡献程度的差......
以基于模糊c-划分的聚类方法为基础,针对影响目标函数聚类法聚类效果的主要因素,分别从5个主要方面作了聚类算法的适用性分析.......
分析了并行遗传算法的主从并行模型、粗粒度并行模型和细粒度并行模型等3种并行模型;重点对粗粒度并行遗传算法的异步迁移策略和同......
通过运用模糊c-划分空间方法,对事故黑点成因进行空间划分,采用模糊聚类ISODATA方法确定模糊划分矩阵和成因各特征指标聚类中心,并......
基于万有引力原理提出一种新的聚类算法.新算法假定样本元素间的聚类动力取决于元素所在的位置以及所属聚类团.对于初始产生的聚类......
为了提高混合聚类算法的准确率，提出基于优化人工鱼群算法的混合聚类算法。引入人工鱼群算法，辅以鲁棒性更强的K中心点算法优化了混......
针对空间数据聚类中由于空间数据本身的特点造成模糊C均值聚类算法无法满足使用要求的问题,提出1种改进的空间数据聚类算法:将模糊......
密度峰值聚类（Density peaks clustering简称DPC）算法是2014年在美国Science期刊上发表的一种非常简洁优美的聚类算法，它不需要像经典......
主题词和关键词是共词聚类分析法中最常用的分析对象,但在相同的条件下,两者是否有相近的聚类效果?针对同一文献标本,采用同样的常......
K-means聚类算法简单快速，应用极为广泛，但是当处理海量数据时，时间效率仍然有待提高。当一个数据点远离一个聚类时，就没必要计算这两......
虽然经典聚类算法能够有效地处理维度较低的数据对象,但随着维度的增加,算法的性能和效率就会明显下降。本文在对数据对象间的最大......
