搜索到2151 篇“ 增量聚类算法 “的相关文章
基于密度增量 聚 类 算法 的实时无线电频谱态势监测方法 增量 聚 类 算法 的实时无线电频谱态势监测方法。现有技术主要依赖频谱数据进行监测，但存在处理复杂信号和干扰源的困难，以及实时性不足的问题。本提案通过引入基于密度的...基于半监督和增量 聚 类 算法 的微博热点话题检测方法 聚 焦舆情规模最大的网络社交平台。由于微博较强的易传播性和易扩散性,热点事件在其发酵下,容易发生网络暴力、恶意造谣等消...关键词：主题模型 增量聚类 半监督学习 基于图的半监督增量 聚 类 算法 研究 一种基于社区检测的增量 聚 类 算法 增量 聚 类 算法 ，其特点是采用Community社区概念和Online‑Offline两阶段框架并引入IMC概念，由文档表征词向量、文档的表征关键词与文档的命名实体识别预测词共同经相似度计算方法...考虑边界样本邻域归属信息的粗糙K-means增量 聚 类 算法 被引量：7 2022年 聚 类 结果的基础上,如何对新增数据进行归属度量分析是提高增量 式聚 类 质量的关键,现有增量 式聚 类 算法 更多地是考虑新增数据的位置分布,忽略其邻域数据点的归属信息.在粗糙K-means聚 类 算法 的基础上,针对边界区域新增数据点的不确定性信息处理,提出一种基于邻域归属信息的粗糙K-means增量 式聚 类 算法 .该算法 综合考虑边界区域新增数据样本的位置分布及其邻域数据点的类 簇归属信息,使得新增数据点与各类 簇的归属度量更为合理;此外,在增量 式聚 类 过程中,根据新增数据点所导致的类 簇结构的变化,对类 簇进行相应的合并或分裂操作,使类 簇划分可以自适应调整.在人工数据集和UCI标准数据集上的对比实验结果验证了算法 的有效性.关键词：增量聚类 基于深度嵌入模型的蛋白质组学质谱图增量 聚 类 算法 关键词：蛋白质组学 增量聚类 翻译后修饰 文献传递 一种基于社区检测的增量 聚 类 算法 增量 聚 类 算法 ，其特点是采用Community社区概念和Online‑Offline两阶段框架并引入IMC概念，由文档表征词向量、文档的表征关键词与文档的命名实体识别预测词共同经相似度计算方法...文献传递 增量 聚 类 算法 的研究聚 类 分析技术是数据挖掘技术领域中的重要组成部分,在多个领域中有着广泛的应用。随着数据的不断增长,如何从海量数据中高效地获取信息成为聚 类 算法 如今研究的重点。传统静态聚 类 算法 无法在聚 类 前获取全部数据,导致聚 类 时效性较差,在大...关键词：增量式聚类 K近邻 文献传递 基于簇特征的增量 聚 类 算法 2019年 聚 类 算法 无法处理大规模数据的特点,结合增量 算法 和簇特征的思想,在初始聚 类 阶段,采用基于距离的K-means聚 类 算法 获取相应簇的特征。根据簇特征,并结合K最近邻(KNN)的思想处理增量 ,提出了基于簇特征的增量 聚 类 算法 。提出的方法已经在加州大学尔湾分校(UCI)机器学习库中提供的真实数据集的帮助下得到验证。实验结果表明:提出的增量 聚 类 方法的聚 类 精度较普通K-means算法 和原始增量 K-means算法 有明显提高。角度度量的动态增量 聚 类 算法 被引量：4 2019年 增量 聚 类 算法 的影响,受基于角度的异常点检测算法 的启发,论文建立了一种基于角度度量的(Incremental Clustering Algorithm Based on Angle)动态增量 聚 类 算法 模型,利用元素之间的夹角对增加的数据进行合理的分配。针对KFCM(Kernal Fuzzy Cluster Method)算法 随机获取聚 类 中心的缺陷,论文利用平均距离对算法 做出改进,使KFCM算法 能自动获取聚 类 中心。由于核函数对聚 类 结果有很大影响,对于如何选择核函数文中做了进一步的研究。实验结果表明针对不断增加的数据,本算法 能够有效的处理各种数据集。关键词：KFCM 核函数
相关作者
孙焕良 作品数：110 被引量：307 H指数：10 供职机构：沈阳建筑大学 研究主题：数据挖掘 查询算法 聚类分析 查询 KNN 于翔 作品数：15 被引量：30 H指数：3 供职机构：哈尔滨工程大学动力与能源工程学院 研究主题：数据挖掘 聚类 增量聚类算法 数据流 网格 姜云飞 作品数：5 被引量：10 H指数：2 供职机构：福州大学 研究主题：聚类 生源 动态数据 数据挖掘 增量聚类算法 谢静 作品数：4 被引量：2 H指数：1 供职机构：广西大学 研究主题：人工免疫 AINET 增量聚类 增量聚类算法 WEB挖掘技术 孙小林 作品数：18 被引量：80 H指数：6 供职机构：华中科技大学 研究主题：本体 描述逻辑 数据挖掘 访问控制 语义WEB
