聚类问题相关论文
聚类问题中的离群点容易影响簇中心的选择，且样本数据量规模的扩大会造成样本点间的距离计算需要消耗大量计算资源. 为了解决上述问......
在当今社会,随着软件技术的应用与发展,计算机软件与人们的日常办公、学习和生活密不可分。在这些软件系统中,有一类叫做遗留系统（L......
在大数据背景下,对海量数据的分类和聚类是机器学习中的重要步骤。然而,可用于训练的大数据拥有更丰富的数据特征,并且冗余的特征......
伴随着当下信息时代的高速发展，大数据相关的应用成为了业界关注的焦点，通过数据驱动经济发展已成为全球许多强国的战略计划之一。然......
近年来,多自主体的聚类问题得到控制界的广泛关注。与其他协同控制问题中直接假设图的连通性所不同的是,聚类问题要求个体间的连接......
随着大数据时代的来临和云计算技术的发展,数据爆炸式增长。面对如此大量繁杂的数据,如何从这些海量数据中挖掘出有价值的信息是我......
学位
图作为建模大规模网络的通用数据结构一直以来受到了学术界的广泛关注,比如交通网络、社交网络、生物网络、协作网络和通信网络等......
κ-平均问题是计算机科学和组合优化领域的经典问题之一.κ-平均聚类作为最受重视而且最简单易懂的一种聚类分析方法流行于数据挖......
介绍了聚类误差平方和准则，指出了误差平方和准则的不足，提出了误差绝对值和准则、最大误差准则以及误差P次方和准则。......
簇图编辑问题是一个重要的NP-难问题。作为相关性聚类问题的一个特例,它在计算生物等领域有着重要的应用。参数计算理论出现后,参......
建立了聚类分析问题模型,结合遗传算法的思想提出的混合粒子群算法来解决聚类问题.该算法可进一步改进,思路是利用K-均值方法的结......
K均值聚类算法(KM)是解决聚类问题的一个常用的方法，该方法的主要缺点是其找到的局部极小值与全局最优值的偏差往往较大。论文构造......
提出一种新型的基于环交换邻域的迭代局部搜索算（ILS）．用于求解一类聚类问题，算法的主要特点是：1）基于环交换的邻域结构；环交换邻域与传统......
混合蛙跳算法（SFLA）是一种基于子群——种群进化模式的群智能优化算法,通过自身特有的分组算子实现不同解的合理分布,能够有效跳出局......
【目的】聚类是数据分析和数据挖掘技术中最重要的概念，其中，々-均值聚类算法是最常用的方法之一。然而，k-均值聚类算法高度依赖于初......
该文针对聚类问题上缺乏骨架研究成果的现状,分析了聚类问题的近似骨架特征,设计并实现了近似骨架导向的归约聚类算法。该算法的基......
二次监视雷达(SSR)S模式地面站组网成簇是一种缓解雷达重叠区II码(Interrogator Identifier Code)冲突和重复应答等问题的手段。该......
本文对依据一种新颖的识别用户社交圈的方法所建模型进行了实验设计及分析。将朋友之间相互网络联系视为用户个人网络上的点聚类问......
类内误差平方和最小化的聚类准则求解是NP难问题，K-Means采用的迭代重定位方法本质上是一种局部搜索的爬山算法，因此聚类结果对初始......
近来,人们发现专注于单独使用一种算法具有非常大的局限性,如果将元启发式算法与其他优化技术或元启发式算法之间有效结合,即混合......
机器学习是本世纪初兴起的一门跨领域的交叉学科,涉及统计学,矩阵论,优化理论等多个学科.让机器具备人的学习能力是这门学科的终极......
为解决蝙蝠算法在较高精度要求下收敛速度慢且易于陷入局部最优等缺陷问题,在蝙蝠算法框架基础上,利用具有良好随机性的Lévy......
建立了聚类分析问题的数学优化模型,提出了一种新的粒子群算法解决聚类问题.对基本粒子群优化算法作了改进,思路是将K-均值方法的......
k-平均问题是计算机科学和组合优化领域的经典问题之一.k-平均聚类作为最受重视而且最简单易懂的一种聚类分析方法流行于数据挖掘......
<正> 专利分类法是分类语言中的一个特殊语种,虽然它也采用等级结构来处理专利发明之间的关系,也用码号作为其标记符号,但它在聚类......
蜘蛛群算法是模拟一种群居蜘蛛的合作捕食,织网交流以及繁衍后代等行为而设计的一种群智能优化算法。在蜘蛛群算法模型中,个体是根......
意大利学者Dorigo M．，Maniezzo V．和Colorni A．于1992年通过模拟蚁群觅食行为提出了一种基于种群的模拟进化算法—蚁群优化(ACO)。该算......
启发式聚类算法的搜索空间中布满了局部极小值"陷阱",从而使得算法容易过早收敛而无法获得高质量聚类结果。文章给出了一种噪声启......
