聚类数相关论文
聚类技术作为一种有效的模式识别方式被广泛运用于社会生活的众多领域,并且随着新技术和新思路的不断涌现,聚类的手段越来越多样,......
随着社会的发展,我国的各行各业得到了飞速的发展,尤其是在现如今信息化飞速发展的当前社会形势下,如何保证网络信息运行的安全可......
目前很多已知的聚类算法对于异常点的处理存在不合理的问题,将模糊集和粗糙集的相关理论加入到支持向量聚类算法中,可增加异常点处......
经典FCM聚类算法存在的两个方面的问题：一是算法对初始聚类中心的过分依赖性;二是算法需要预先知道实际的聚类数目,而在实际应用中,......
针对大量瑞氏染色细胞图像,通过YCbCr颜色空间进行K-means聚类,观察各分量聚类中心差值变化规律,提出了一种新的确定K-means聚类数......
传统的K-means算法敏感于初始中心点的选取,并且无法事先确定准确的聚类数目k,不利于聚类结果的稳定性。针对传统K-means算法的以......
从用户的实际需求出发，分析了聚类系统的使用者可能对系统提出的功能要求，提出了一种基于加权Eucfid距离的模糊C聚类分析算法。在该......
针对现有图像识别中聚类数的确定算法存在的精度问题,本文研究了用谱图理论来确定图像聚类数的方法,即图像中赋权图的Laplace矩阵......
聚类算法是数据挖掘算法中的重要解决方法.针对现有聚类算法模糊c均值算法FCM中的不足,如需要预先确定聚类参数c,随机性较强、局部......
聚类数的确定在聚类分析中是一个基本却具有挑战性的问题。一方面,最佳聚类数根据不同的评价标准、用户偏好或需求可能不一致,因此......
由于现实生活中的许多应用都以图的形式生成数据,并且一个大图包含数百万个顶点和数十亿条边等问题.本文提出了基于BC-BSP（Bulk Syn......
为解决传统的模糊C-均值(FCM)算法容易陷入局部最优解的问题,该文提出了一种基于平滑技术改进的FCM算法,考虑到处于不同位置的样本......
首先给出一个基于聚类过程的零件簇分析模型,把信息知识表达系统引入到零件簇聚类分析中,建立聚类数与知识粒度的关系曲线,得出曲......
谱聚类方法的应用已经开始从图像分割领域扩展到文本挖掘领域中,并取得了一定的成果。在自动确定聚类数目的基础上,结合模糊理论与......
针对现有研究中给出的聚类有效性指标不能有效评价不同结构数据集的聚类结果问题,提出一种使用多个有效性指标进行聚类评价的组合......
仿射传播算法是一种快速有效的聚类方法，但其聚类结果的不稳定性影响了聚类性能。对此，提出基于近邻的仿射传播算法（AP—NN），通过仿射传......
提出了一种新的模糊聚类方法-自适应截集算法。该方法克服了聚类数目c要求预先确定、局部最优、分类不确定等弱点，对算法结构加以改......
随着数据维度的增加,传统聚类算法会出现聚类性能差的现象.SubKMeans是一种功能强大的子空间聚类算法,旨在为K-Means类算法搜索出......
近年来,聚类分析在雷达信号分选领域中得到了大量的关注。大部分算法聚类数需要事先人为设定,为了解决这一问题,将基于层次划分的......
红外序列图像边缘检测是图像处理中的重点和难点之一。提出了一种基于柔性形态学的红外序列图像边缘检测算法,首先对目标红外图像......
提出了一种新的动态模糊自组织神经网络模型（DFKcN），并将其用于文本聚类中。将DFKCN模型应用到中文文本聚类中，该文的特征向量的表示采......
针对传统GK聚类算法无法自动确定聚类数和对初始聚类中心比较敏感的缺陷,提出一种改进的GK聚类算法。该算法首先通过基于类间分离......
确定数据集的正确聚类数目是聚类分析中的一个基础性难题。常用的聚类数确定方法通常依赖特定的聚类算法,且在数据集存在子簇群的......
自动确定聚类数和海量数据的处理是谱聚类的关键问题。在自动确定聚类数谱聚类算法的基础上,提出了一种能处理大规模数据集的多层......
针对聚类算法在实现的过程中需要预先设定最终聚类数目的问题,提出了基于同类全部样本的类内紧密度和类间离差度的一种新聚类有效......
研究准确检测入侵问题,为保护网络资源的安全,在入侵检测中需要预先指定聚类数目以及对初始中心敏感,但传统K均值算法易陷入局部最......
提出一种新的动态模糊聚类的方法，针对传统的模糊聚类需要预先确定聚类数的问题，提出采用动态自组织映射神经网络来确定聚类数，并通过......
Gap Statistics是在K-means基础上建立的,考虑到K-means算法容易受初始聚类中心以及簇的数目的影响,并且通过Gap Statistics方法估......
借助于任意两个样品之间的差异度和有序样品的全差异矩阵的概念,提出有序样品聚类的全差异矩阵法.聚类数和分割点可以容易地获得.......
根据作物生长状态参数检测的特点,采用了一种基于混合颜色空间的模糊C均值聚类分割方法来提取目标以便测量。该方法对传统模糊C均......
针对粒子群优化算法容易陷入局部最优且K-means算法受聚类数及初始聚类中心的选取影响较大,提出了一种改进的简化均值粒子群K-mean......
提出用重叠度来刻画模糊类间的距离,在此基础上针对模糊划分总重叠度有随类数增加而单调递增的趋势,提出基于重叠度增量的聚类有效......
针对模糊C-均值聚类分析(FCM)易陷入局部最小值以及对初始聚类中心敏感度过大的缺点,首先使用一种基于密度的DBSCAN算法,通过计算......
为反映风电场出力变化特征，提出了一种基于分层聚类算法的地区风电出力典型场景选取方法。首先采用分层聚类算法对风电出力样本进行......
K-means聚类算法中,我们需要输入两个参数,一个是聚类数K,另一个是初始聚类中心,初始聚类中心的选择对聚类结果有较大的影响,传统......
针对传统FCM算法对孤立点比较敏感，须预先指定聚类数目的缺陷，提出一种新的模糊聚类算法NSFCM，将其应用干文本挖掘中。NSFCM对数据对......
为了解决传统K-means算法对初始聚类中心敏感和聚类数目事先难以确定的问题,提出了一种改进的K-means算法。改进算法利用最大距离......
鉴于网络入侵检测数据样本特征属性的异构性及贡献率不同,提出一种加权特征的异构数据相似性度量法来反应网络数据样本间的相似程......
聚类数和聚类方法是聚类分析研究的核心,有着及其重要的实用价值。在投影寻踪动态聚类模型的基础上,通过引入S型曲线作为投影方式,......
针对划分聚类算法中聚类数K的取值工作量较大的问题,提出一种新的Canopy+算法.该算法可实现对聚类个数K的预判,在保证准确率的前提......
针对FCM进行图像分割时需要人为确定聚类数的问题,提出一种改进的基于FCM的图像分割算法.该算法先对图像进行4叉树结构的子图分解(......
模糊聚类是模式识别、机器学习和图像处理等领域的重要研究内容。模糊C-均值聚类算法是最常用的模糊聚类实现算法，该算法需要预先给......
K-均值聚类算法是以确定的类数k和随机选定的初始聚类中心为前提对数据集进行聚类的。通常聚类数k事先无法确定,随机选定的初始聚......
模糊聚类因其能较好地将具有不确定性的样本点分类，从而在图像分割中有着广泛地应用。本文对模糊聚类中最为经典的方法—模糊c均值......
随着信息技术的发展,人类收集、存储、传输、处理数据的能力取得了飞速提升。人类社会的各个角落如商业、社会、科学、工程、医学......
【目的】探索最佳文本聚类数目的优化方法,为提升文本聚类算法的有效性和质量提供参考。【方法】结合TF-IDF和Word2Vec算法,提取To......
