电子发烧友App

硬声App

0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看威廉希尔官方网站 视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

电子发烧友网>电子威廉希尔官方网站 应用>电子常识>常用聚类算法有哪些?六大类聚类算法详细介绍

常用聚类算法有哪些?六大类聚类算法详细介绍

收藏

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

评论

查看更多

相关推荐

卷积神经网络算法大类

卷积神经网络算法大类 卷积神经网络(Convolutional Neural Network,简称CNN)是一种常用的人工神经网络,它的主要应用领域是图像识别和计算机视觉方面。CNN通过卷积层、池
2023-08-21 16:50:07273

介绍一种基于最小化平方误差的算法

物以类聚,「算法」使用最优化的算法来计算数据点之间的距离,并将它们分组到最近的簇中。
2023-08-09 16:01:29243

浅谈FPGA的六大应用领域

FPGA 所能应用的领域大概可以分成六大类,下面听我一一道来。
2023-08-09 10:14:31279

如何在 Python 中安装和使用顶级算法

许多算法可供选择,对于所有情况,没有单一的最佳算法。相反,最好探索一系列算法以及每种算法的不同配置。在本教程中,你将发现如何在 python 中安装和使用顶级算法
2023-05-22 09:13:55171

深度学习的综述

作者:凯鲁嘎吉来源:博客园这篇文章对现有的深度算法进行全面综述与总结。现有的深度算法大都由损失与网络损失两部分构成,博客从两个视角总结现有的深度算法,即模型与神经网络模型。1.
2023-01-13 11:11:52290

10种顶流算法Python实现(附完整代码)

分享一篇关于的文章:10种算法和Python代码。
2023-01-07 09:33:38566

K-MEANS算法概述及工作原理

K-means 是一种算法,且对于数据科学家而言,是简单且热门的无监督式机器学习(ML)算法之一。
2022-06-06 11:53:552540

基于稀疏高维大数据的增量模糊算法

基于稀疏高维大数据的增量模糊算法
2021-06-25 15:49:5710

速腾创首次发布LiDAR算法 六大模块助力自动驾驶

、车道标识线检测、障碍物检测、动态物体跟踪、障碍物分类识别等六大功能模块,有助于自动驾驶车辆立刻获得LiDAR感知能力。今年4月份,速腾创宣布启动“普罗米修斯”计划,致力于向合作伙伴提供一系列软硬件
2017-10-13 16:08:29

面向SNP的模糊算法及研究综述

面向SNP的模糊算法及研究综述
2021-06-08 15:46:456

基于特征和实例迁移的加权多任务算法

基于特征和实例迁移的加权多任务算法
2021-06-07 15:18:353

评分矩阵与联合的推荐算法

当前推荐系统多数存在推荐准确性低、受稀疏性影响大且稳定性差的问题,因此,在 Collus算法的基础上,提出一种评分矩阵与联合的推荐算法。通过 Collus联合,利用图模块度最化理论分别
2021-06-03 11:01:202

一种基于分块集成的图像算法

基于谱的子空间算法已经显示岀良好的效果,但是传统的子空间算法需要将图像进行向量化处理,而这种向量化会导致图像本身携带的二维结构信息的丢失。为了减少这种信息的丢失,文中提出了基于分块集成
2021-05-29 14:20:063

使用新的距离度量方式的增量式算法

针对含有噪声的高维数据的问题,提岀一种使用新的距离度量方式的増量式算法 ANFCM(cp)。由于传统的模糊C均值算法对初始化中心比较敏感,所提岀的算法将单程FCM的増量机制(称为
2021-05-12 15:20:511

基于混合蛙跳算法的K-mediods算法

为了降低K- mediods算法的误差并提高并行优化的性能,将混合蛙跳算法运用于和并行优化过程。在Kmediods过程中,将K- mediods与簇思想相结合,对各个簇进行混合
2021-05-08 16:17:184

基于改进的Canopu和共享最近邻的算法

为辅助银行机构进行精准的服务推荐,提出了基于改进的Caηopy和共享最近邻相似度的算法。基于该算法对用户进行细分,针对用户群特点进行精准服务推荐。该算法首先采用最大值和最小值对 Canopy算法
2021-04-28 11:44:352

改进的DBSCAN算法在Spark平台上的应用

针对 DBSCAN( Density- ba<x>sed Spatial Clustering of Applications with Noise)算法内存占用率较高的问题,文中
2021-04-26 15:14:499

基于Jaccard相似度的基础成员预处理算法

基础成员预处理是集成算法中的一个重要研究步骤。众多研究表明,基础成员集合的差异性会影响集成算法性能。当前集成研究围绕着生成基础和优化集成策略展开,而针对基础成员的差异性
2021-04-20 10:53:048

一种头脑风暴算法优化的乳腺MR图像软子空间算法

传统的软子空间算法在对信息量大、强度不均匀、边界模糊的乳腺MR图像进行分割时,易受初始中心和噪声数据的影响,导致算法陷入局部最优,造成误分类。针对该问题,提出一种头脑风暴算法优化的乳腺MR
2021-04-11 11:22:067

一种自适应的关联融合算法

为解决传统算法多数需要预先设定聚参数且无法有效识别异常点和噪声点的问题,提出一种自适应的关联融合算法。采用自然近邻搜索算法计算数据集的密度分布,筛选出具有数据结构信息的代表核点,并排
2021-04-01 16:16:4913

一种改进的联合相似度推荐算法

协同过滤算法由于推荐效果良好,而被广泛应用于推荐领域,但其在数据稀疏及冷启动的情况下会导致推荐效果明显下降。在数据稀疏情况下,为充分利用用户的历史信息以提髙算法的推荐精度,提出一种改进的联合相似
2021-03-18 11:17:1110

如何在python中安装和使用顶级算法?

或聚类分析是无监督学习问题。它通常被用作数据分析威廉希尔官方网站 ,用于发现数据中的有趣模式,例如基于其行为的客户群。许多算法可供选择,对于所有情况,没有单一的最佳算法。相反,最好探索一系列算法
2021-03-12 18:23:431828

常见的几种算法

这一最著名的算法主要基于数据点之间的均值和与中心的迭代而成。它主要的优点是十分的高效,由于只需要计算数据点与剧中心的距离,其计算复杂度只有O(n)。
2020-04-15 15:23:2914904

正确选择算法的建议

算法十分容易上手,但是选择恰当的算法并不是一件容易的事。
2020-03-15 17:10:001663

如何使用拉普拉斯中心性和密度峰值进行无参数算法的研究

针对算法中心选取需要人工参与的问题,提出了一种基于拉普拉斯中心性和密度峰值的无参数算法( ALPC)。首先,使用拉普拉斯中心性度量对象的中心性;然后,使用正态分布概率统计方法确定聚
2019-01-03 15:36:2412

如何将多核模糊算法与属性加权核模糊算法相结合

针对多数据源或异构数据集,采用单个核函数的效果不理想的问题,以及考虑到不同属性对不同类别重要性的差异,本文提出了一种属性加权多核模糊算法(WMKFCM)。该算法将多核模糊算法与属性加权核
2018-12-21 15:03:343

如何使用K-Means算法改进的特征加权算法详细资料概述

算法,未考虑各个属性对于最终结果的影响差异性,这使得的精度一定的影响。针对上述问题,本文提出一种改进的特征加权算法。改进算法通过采用信息熵和ReliefF特征选择算法对特征进行加权选择,修正对象间的距离函数,使算法达到
2018-12-20 10:28:2910

如何使用差分隐私保护进行谱算法

针对传统的算法存在隐私泄露的风险,提出一种基于差分隐私保护的谱算法。该算法基于差分隐私模型,利用累计分布函数生成满足拉普拉斯分布的随机噪声,将该噪声添加到经过谱算法计算的样本相似度的函数
2018-12-14 10:54:2610

如何使用概率模型进行非均匀数据算法的设计介绍

数据的目标优化函数,并定义了优化该函数的期望最大化( EM)型算法。分析结果表明,所提算法可以进行非均匀数据的软子空间。最后,在合成数据集与实际数据集上进行的实验结果表明,所提算法较高的精度,与现有
2018-12-13 10:57:5910

使用模拟退火与贪心策略的平衡算法介绍

针对现实 应用通常要求的结果相对平衡的问题,提出了一种基于模拟退火与贪心策略的平衡算法(BCSG),该算法包括基于模拟退火的初始点选择算法(SACI)与基于贪心策略的平衡算法( BCGS
2018-11-28 09:53:067

Python无监督学习的几种算法包括K-Means,分层详细概述

无监督学习是机器学习威廉希尔官方网站 中的一,用于发现数据中的模式。本文介绍用Python进行无监督学习的几种算法,包括K-Means、分层、t-SNE、DBSCAN等。
2018-05-27 09:59:1329359

基于密度DBSCAN的算法

本文开始介绍算法概念,其次阐述了算法的分类,最后详细介绍算法中密度DBSCAN的相关概况。
2018-04-26 10:56:4121028

大数据谱算法

面对结构复杂的数据集,谱是一种灵活而有效的方法,它基于谱图理论,通过将数据点映射到一个由特征向量构成的低维空间,优化数据的结构,得到令人满意的结果,但在谱的过程中,特征分解的计算复杂度通常为O(n3),限制了谱算法在大数据中的应用。
2018-03-01 10:10:170

基于离散粒子群优化算法的改进图算法

第四方物流企业联盟建立问题是研究如何将区域内物流企业以一种高效、低联系代价的方式建立合作联盟的问题。针对该问题提出一种基于离散粒子群优化算法的改进图算法,有助于降低合作联盟之间的联系代价。通过
2018-02-24 11:11:450

k means算法实例

与分类不同,分类是示例式学习,要求分类前明确各个类别,并断言每个元素映射到一个类别,而是观察式学习,在前可以不知道类别甚至不给定类别数量,是无监督学习的一种。目前广泛应用于统计学、生物学、数据库威廉希尔官方网站 和市场营销等领域,相应的算法也非常的多。
2018-02-12 16:42:3514535

关联函数的数据流算法

传统数据流算法大多基于距离或密度,质量和处理效率都不高。针对以上问题,提出了一种基于关联函数的数据流算法。首先,将数据点以物元的形式模型化,建立解决问题所需要的关联函数;其次,计算关联
2018-02-10 11:54:340

基于最优投影的半监督算法

针对谱算法在解决高维、大数据量的问题时出现的效率不高和准确率明显下降的问题进行了研究,并在此研究基础上结合最优投影理论和Nystrom抽样提出了基于最优投影的半监督谱算法
2018-01-14 11:54:580

面向实体识别的算法

识别的算法来弥补这个缺失.利用数据对象及其相似度构建带权重的数据对象相似图,过程中,利用相似图上重启式随机游走来动态地计算簇与结点的相似度.的基本逻辑是,簇迭代地吸收离它最近的结点.提出数
2018-01-09 15:52:510

基于距离最大化和缺失数据的填充算法

通过对基于K-means的缺失值填充算法的改进,文中提出了基于距离最大化和缺失数据的填充算法。首先,针对原填充算法需要提前输入个数这一缺点,设计了改进的K-means算法:使用数据间
2018-01-09 10:56:560

基于近邻传播的迁移算法

在目标域可利用数据匮乏的场景下,传统算法的性能往往会下降,在该场景下,通过抽取源域中的有用知识用于指导目标域学习以得到更为合适的类别信息和性能,是一种有效的学习策略.借此提出一种基于近邻传播
2018-01-07 09:34:440

基于相似度的算法

基于相似度的算法,该算法结合区间值模糊软集的特性,着重对给出评价对象的具有相似知识水平的专家进行,同时讨论了算法的计算复杂度。最后通过实例说明该算法能有效地处理专家问题。
2018-01-05 16:15:270

中点密度函数的模糊算法

针对传统模糊C一均值( FCM)算法初始中心不确定,且需要人为预先设定聚类别数,从而导致结果不准确的问题,提出了一种基于中点密度函数的模糊算法。首先,结合逐步回归思想作为初始中心
2017-12-26 15:54:200

基于欧氏距离的加权低秩子空间算法

针对稀疏子空间和最小二乘回归子空间求得的表示系数存在内过于稀疏和间过于稠密的问题,利用范数,提出一种基于欧氏距离的且具有组效应的加权低秩子空间算法,该算法通过基于欧氏距离的加权方式
2017-12-25 14:19:390

基于烟花算法的软子空间MR图像算法

现有的软子空间算法在分割MR图像时易受随机噪声的影响,而且算法因依赖于初始中心的选择而容易陷入局部最优,导致分割效果不理想.针对这一问题,提出一种基于烟花算法的软子空间MR图像算法算法
2017-12-25 11:43:110

一种基于MapReduce的图结构算法

图结构(SCAN)是一种著名的基于密度的图算法。该算法不仅能够找到图中的结构,而且还能发现图中的Hub节点和离群节点。然而,随着图数据规模越来越大,传统的SCAN算法的复杂度为O
2017-12-19 11:05:340

基于密度差分的自动算法

作为无监督学习威廉希尔官方网站 ,已在实际中得到了广泛的应用,但是对于带有噪声的数据集,一些主流算法仍然存在着噪声去除不彻底和结果不准确等问题.本文提出了一种基于密度差分的自动算法(CDD
2017-12-18 11:16:570

基于层次划分的密度优化算法

针对传统的算法对数据集反复,且在大型数据集上计算效率欠佳的问题,提出一种基于层次划分的最佳数和初始中心确定算法基于层次划分密度的优化( CODHD)。该算法基于层次划分,对计算
2017-12-17 11:27:400

基于改进核模糊C均值间极大化MKFCM算法

基于改进核模糊C均值间极大化( MKFCM)算法。该算法考虑了内元素和间元素的联系,引入了高维特征空间的间极大惩罚项和调控因子,拉大类中心间的距离,使得边界处的样本得到了较好的划分。在各模拟数据集的实验中,该算
2017-12-15 10:52:531

基于布谷鸟搜索的K-means算法

针对原始K-means算法受初始中心影响过大以及容易陷入局部最优的不足,提出一种基于改进布谷鸟搜索(cs)的K-means算法(ACS-K-means)。其中,自适应CS( ACS)算法
2017-12-13 17:24:063

一种新的基于流行距离的谱算法

本文提出了一种新的基于流行距离的谱算法,这是一种新型的聚类分析算法。不仅能够对任意的非规则形状的样本空间进行,而且能获得全局最优解。文章以算法的相似性度量作为切入点,对传统的相似性测度
2017-12-07 14:53:033

基于像素进行图像分割的算法

B型心脏超声图像分割是计算心功能参数前重要的一步。针对超声图像的低分辨率影响分割精度及基于模型的分割算法需要大样本训练集的问题,结合B型心脏超声图像的先验知识,提出了一种基于像素进行图像分割
2017-12-06 16:44:110

基于时空模式的轨迹数据算法

针对轨迹算法在相似性度量中多以空间特征为度量标准,缺少对时间特征的度量,提出了一种基于时空模式的轨迹数据算法。该算法以划分再框架为基础,首先利用曲线边缘检测方法提取轨迹特征点;然后根据
2017-12-05 14:07:580

一种新的人工鱼群混合算法

人工鱼群是一种随机搜索优化算法,具有较快的收敛速度,对问题的机理模型与描述无严格要求,具有广泛的应用范围。本文在该算法的基础上,结合传统的K-means方法,提出了一种新的人工鱼群混合算法
2017-12-04 16:18:150

基于Delaunay三角网的算法

Mundur等提出了一种基于Delaunay三角网的算法,并将其应用于视频帧的多维特征数据的以生成视频摘要,取得了较好的效果。但是,该算法计算量太大,导致效率不高。为提高该算法的效率,以
2017-12-04 10:25:410

基于Spark的动态算法研究

针对数据流的算法,近年来取得了有效的进展,出现了许多卓有成效的算法。随着信息采集威廉希尔官方网站 的进步,需要处理的数据量越来越大,需要研究针对数据流的并行算法。本文基于串行的数据流算法
2017-12-04 09:22:510

基于人群疏散仿真的折半算法

运用社会力模型( SFM)模拟人群疏散之前,需要先对人群进行分组;然而,五中心(k-medoids)和统计信息网格( STING)这两大传统算法,在效率和准确率上都不能满足要求
2017-12-03 10:53:040

K均值算法的MATLAB实现

K-means算法是最简单的一种算法算法的目的是使各个样本与所在均值的误差平方和达到最小(这也是评价K-means算法最后效果的评价标准)
2017-12-01 14:07:3319244

基于改进人工蜂群的算法

模糊C均值算法在数据挖掘领域有着广泛的使用背景,而对初始点的敏感和较差的搜索能力,限制了算法的进一步推广应用。人工蜂群算法具有对初始点不敏感、适应能力强和搜索能力强等优点,并且针对人工蜂群算法
2017-11-29 17:22:210

一种改进的人工蜂群算法与KECM迭代结合的算法

针对核模糊C均值( KFCM)算法对初始中心敏感、易陷入局部最优的问题,利用人工蜂群(ABC)算法的构架简单、全局收敛速度快的优势,提出了一种改进的人工蜂群算法( IABC)与KFCM迭代相结合
2017-11-28 16:14:040

基于密度的K-means算法数目中应用

针对传统的K-means算法无法预先明确数目,对初始中心选取敏感且易受离群孤点影响导致结果稳定性和准确性欠佳的问题,提出一种改进的基于密度的K-means算法。该算法首先基于轨迹数据分布
2017-11-25 11:35:380

基于RPCA的预测子空间算法

预测子空间PSC算法由于建立在PCA模型下,无法鲁棒地进行主元分析,导致在面对带有强噪声的数据时,性能受到严重影响。为了提高PSC算法对噪声的鲁棒性,利用近年来受到广泛关注的RPCA分解威廉希尔官方网站
2017-11-22 16:53:370

一种以遗传模拟退火算法的数据流

针对套用传统的方法对数据流的是行不通的这一问题,提出一种以遗传模拟退火算法为基础的模糊C均值算法(SACA_FCM)对数据流进行。SACAFCM算法有效地避免了传统的模糊C均值
2017-11-22 11:51:139

基于网格的快速搜寻密度峰值的算法优化研究

CFSFDP是基于密度的新型算法,可非球形数据集,具有速度快、实现简单等优点。然而该算法在指定全局密度阈值d时未考虑数据空间分布特性,导致质量下降,且无法对多密度峰值的数据集准确
2017-11-21 15:08:5715

一种改进的凝聚型层次算法

在比特流未知协议识别过程中,针对如何将得到的多协议数据帧分为单协议数据帧这一问题,提出了一种改进的凝聚型层次算法。该算法以传统的凝聚型层次算法思想为基础,结合比特流数据帧的特征,定义了数据帧
2017-11-21 08:58:250

基于离散量改进k-means初始中心选择的算法

传统kmeans算法由于初始中心的选择是随机的,因此会使结果不稳定。针对这个问题,提出一种基于离散量改进k-means初始中心选择的算法算法首先将所有对象作为一个大类,然后不断从对象
2017-11-20 10:03:232

一种改进的BIRCH算法方法

为解决传统BIRCH算法对数据对象输入顺序敏感、结果不稳定的问题,提出了一种改进的BIRCH算法。该算法将雷达信号侦察数据的脉冲载频、脉冲重复间隔和脉冲宽度分别进行,根据工程应用中各参数
2017-11-10 15:52:181

基于C均值的定位算法

为了提高WSN节点定位精度,针对测距误差对定位结果的影响,提出基于模糊C均值的定位算法算法首先利用多边定位算法得到若干个定位结果,利用模糊C均值算法对定位结果进行聚类分析,然后,根据
2017-11-09 17:47:1310

基于MCL与Chameleon的混合算法

马尔科夫算法( Markov Cluster Algorithm,MCL)是一种快速且可扩展的无监督图算法,Chameleon是一种新的层次算法。但MCL由于过拟合会产生很多小聚
2017-10-31 18:58:212

云存储中大数据优化粒子群聚算法(基于模糊C均值

。提出一种基于优化粒子群算法的云存储中大数据优化算法,进行了云存储大数据的原理分析,在传统的模糊C均值的基础上,采用粒子群聚算法进行大数据算法改进设计,把数据的分割转化为对空间的分割,得到
2017-10-28 12:46:531

基于FCM算法的新型图像分割算法分析

模糊C均值(Fuzzy C-means)算法简称FCM算法,是一种基于目标函数的模糊算法,主要用于数据的聚类分析。了模糊集合的概念,一个元素隶属于模糊集合就不是硬性的了,在的问题中,可以把
2017-08-28 19:53:5114

基于PCA的HK算法研究何莹

基于PCA的H_K算法研究_何莹
2017-03-17 08:00:000

基于SVD的Kmeans协同过滤算法王伟

基于SVD的K_means协同过滤算法_王伟
2017-03-17 08:00:000

基于细菌觅食的FCM算法_胡绍方

基于细菌觅食的FCM算法_胡绍方
2017-03-04 18:03:510

特征加权和优化划分的模糊C均值算法

特征加权和优化划分的模糊C均值算法_肖林云
2017-01-07 21:39:440

蚁群算法在文本中的应用研究

蚁群算法在文本中的应用研究_张海涛
2017-01-03 17:41:580

基于AutoEncoder的增量式算法

基于AutoEncoder的增量式算法_原旭
2017-01-03 17:41:320

一种有效的多关系算法

一种有效的多关系算法_邓左祥
2017-01-03 15:24:450

K-means+算法研究综述

介绍了K-means 算法的目标函数、算法流程,并列举了一个实例,指出了数据子集的数目K、初始中心选取、相似性度量和距离矩阵为K-means算法的3个基本参数。总结了K-means
2012-05-07 14:09:1427

算法融合算法研究

算法融合算法研究首先对 算法 的特点进行了分析,然后对融合算法进行了挖掘。最后得出融合算法算法更能得到很好的聚合效果。
2011-08-10 15:08:0233

近似骨架导向的归约算法

该文针对问题上缺乏骨架研究成果的现状,分析了问题的近似骨架特征,设计并实现了近似骨架导向的归约算法。该算法的基本思想是:首先利用现有的启发式
2010-02-10 11:48:095

基于约简-优化原理的动态算法研究

本文通过对常用动态方法的分析,提出了基于“约简-优化”原理的两阶段动态算法的框架,此方法克服了动态搜索空间过大的问题,提高了的精度和效率。
2010-01-09 11:31:1412

算法研究

算法研究:对近年来算法的研究现状与新进展进行归纳总结.一方面对近年来提出的较有代表性的算法,从算法思想、关键威廉希尔官方网站 和优缺点等方面进行分析概括;另一方面选择
2009-10-31 08:57:2414

基于关联规则与算法的查询扩展算法

基于关联规则与算法的查询扩展算法:针对信息检索中查询关键词与文档用词不匹配的问题,提出一种基于关联规则与算法的查询扩展算法。该算法在第1 阶段对初始查
2009-10-17 23:00:3312

Web文档中k-means算法的改进

Web文档中k-means算法的改进 介绍了Web文档中普遍使用的、基于分割的k-means算法,分析了k-means算法所使用的向量空间模型和基于距离的相似性度量的局限性,从而
2009-09-19 09:17:03913

一种改进的算法及其在说话人识别上的应用

目前应用最广泛的模糊算法是基于目标函数的模糊k-均值算法,针对该算法存在的缺点,本文提出一种改进的算法,利用遗传算法的全局优化的特点,在能够在正确获得
2009-09-07 15:35:428

基于网格的多密度算法

提出了一种多密度网格算法GDD。该算法主要采用密度阈值递减的多阶段威廉希尔官方网站 提取不同密度的,使用边界点处理威廉希尔官方网站 提高精度,同时对结果进行了人工干预。G
2009-08-27 14:35:5811

改进的共享型最近邻居算法

效果往往依赖于密度和相似度的定义,并且当数据的维增加时,其复杂度也随之增加。该文基于共享型最近邻居算法SNN,提出了一种改进的共享型最近邻居算法RSNN,
2009-05-16 11:38:4311

基于网格的带有参考参数的算法

提出一种基于网格的带有参考参数的算法,通过密度阈值数组的计算,为用户提供有效的参考参数,不但能满足一般的要求,而且还能将高密度的从低密度的中分
2009-04-23 10:24:359

基于不均匀密度的自动算法

针对基于密度的算法不能自动处理密度分布不均匀的数据问题,提出一种基于不均匀密度的自动算法。该算法既保持了一般基于密度算法的优点,也能有效地处理分布不均
2009-04-09 09:39:5616

基于分布模型的层次算法

提出了一种新的层次算法,先对数据集进行采样,以采样点为中心吸收邻域内的数据点形成子簇,再根据子簇是否相交实现层次。在层次过程中,重新定义了簇与簇
2009-03-03 11:48:1919

利用单词超团的二分图文本算法

鉴于目前传统文本方法中利用文档间的相似度进行存在的问题,在传统的文本挖掘基础上提出了一种新的文本算法—— 利用单词超团的二分图文本算法。该算法
2009-02-27 15:39:5721

已全部加载完成