简介:搜索在计算机上是多种操作的基本运算,其主要目的是从大量数据当中找出所想要的部分,而一般数据的存放,常设有键值(Key)以利搜索,例如在数据库中,要取得数据一定要配合许多键值的使用,方能有效而快速地存取。
简介:本文讲述了聚类分析方法的步骤,以及基于模糊C均值聚类识别方法的原理和模型,以及方法的步骤。运用模糊C均值聚类识别方法,对给定特征的样本数据进行了聚类识别,并利用最大隶属度的识别原则进行识别,计算结果表明是可行和有效的。
简介:聚类是数据挖掘中重要组成部分,为了提高聚类的处理效率,将并行处理技术运用于k-means和PAM算法中,对k-means与PAM算法进行了改进。实验结果表明:并行k-means算法相对串行k-means算法有更好的执行效率;且k-means算法有比PAM算法更好的并行性和可扩展性。最后,该文提出和介绍了将并行技术引入谱聚类算法。
简介:K-均值聚类算法(K-means)是基于划分的聚类算法中的典型算法,针对K-means算法初始聚类中心存在对K依赖的缺陷,提出一种新的选取K-means算法初始聚类中心的方法,该方法提高聚类结果的有效性和稳定性;还提出一种极值选择法,将最大距离法和最小距离法相结合,进一步提高初始聚类中心选择的准确性。
简介:文档聚类在Web文本挖掘中占有重要地位.是聚类分析在文本处理领域的应用。文章介绍了基于向量空间模型的文本表示方法,分析并优化了向量空间模型中特征词条权重的评价函数,使基于距离的相似性度量更为准确。重点分析了Web文档聚类中普遍使用的基于划分的k-means算法.对于k-means算法随机选取初始聚类中心的缺陷.详细介绍了采用基于最大最小距离法的原则,结合抽样技术思想,来稳定初始聚类中心的选取,改善聚类结果。
简介:实验以这148位说话人语音训练的SI模型作为基线系统,GMM)是基于模型距离说话人聚类常用的模型,基于说话人聚类的说话人自适应是说话人自适应技术的一种[2]
简介:构件的合理分类是实现构件高效检索的基础和关键。针对目前应用广泛的刻面分类方法存在主观性因素的弊端,采用刻面分类和全文检索相结合的方法来描述构件。在此构件描述的基础上,利用聚类分析技术和语义分析技术提出一种基于语义的构件聚类索引树。并通过实验验证,该聚类索引树是可行的,有效地克服刻面分类方法的缺点,在一定程度上实现对构件的语义检索,而且具有较高的构件查全率和查准率。此外,用户在描述检索条件时,不再局限于限定的术语,更方便于普通用户。
简介:针对传统聚类算法中存在的较易陷入局部最优解等问题,在传统的K均值算法中引入了遗传算法和模拟退火算法,将两种算法相结合,通过交叉、变异、模拟退火等操作,实现了聚类分析。通过模拟数据集的实验和UCI数据集的实验验证了算法的稳定性和获取全局最优解特性。
简介:基于改进选取初始聚类中心的K-means算法,因为在该算法中是随机地选取任意K个点作为初始聚类中心,初始聚类中心的选取方法很多
简介:实际应用中的协同过滤推荐算法往往面临着用户冷启动、数据稀疏等问题。针对以上问题,拟采用用户的属性信息进行聚类进行优化,实验通过MATLAB平台在MovieLens数据集上验证所提出的算法的推荐准确性。
简介:本文应用改进的模糊神经网络预测市场清算电价,11-17日的电价预测误差和准确率,本文应用的模糊神经网络为一个四层网络
简介:针对K-means算法在数据聚类过程中初始值选取的随机性问题,基于非均匀采样原则对该算法进行改进。同时,针对聚类算法并行化的需求,基于Spark平台对改进算法进行了并行化实现。单机串行处理和集群并行化实验证明了该改进算法在处理海量数据集时具有更高的准确性和稳定性,且在Spark平台上的并行化实现具有良好的加速比和可扩展性,从而表明该算法能在实际的海量数据处理中高效运行。
简介: 1动态聚类判别分析算法的设计和实现 1.1新的聚类判别分析框架 对于一组给定的需要进行聚类分析和判别分析的样本集合,可以应用不同的聚类方法对不同的指标组合进行聚类分析,用不同的聚类方法对同一组样本进行分析会得到不同的聚类结果
简介:4月9日,雷亚《聚爆Implosion》的到来顿时成为玩家与游戏行业的讨论焦点。到底一款顶着3A级别的手机游戏,值不值高昂的60元呢?视听盛宴游戏开场后会播放一段媲美CG大片的动画介绍背景,游戏UI、场景和角色建模营造出一种整体的科技感。场景和角色建模精细,贴图较为细腻,看不出锯齿。人物打击动作比较流畅,攻击+常态滚动操作等连击操作也没有延时的情况出现。
简介:编译原理课程的教学不仅要介绍编译的基本原理和技术,还要培养学生的学习兴趣、专业思维和科学研究的方法及能力,文章以LR类分析方法为例,以还原知识的发现过程为主线,重现解决问题的思路与方法,以期培养学生的专业学习兴趣和科研能力。
简介:针对决策矩阵具有不确定区间数信息的多属性决策问题,该文提出了一个新方法。首先,分别将确定性属性值与区间数属性值规范化;然后,针对已规范化的区间数属性值,通过计算各属性值与正理想属性值的灰色关联度距离,进而把复杂区间数决策矩阵转化为确定型的决策矩阵;其次,基于得到的确定型的决策矩阵求解属性的权重;最后,根据加权平均法求出个方案的综合评价值,进而对方案排序。最后,例举了一个案例来说明提出的方法。
简介:多元化而富有激情的团队,配合简单实用的沟通与管理方式,打造出MySpace中国这样一辆快乐、高速、自由的职场大巴。
简介:
基于聚类技术的数据动态搜索方法
基于模糊聚类的目标识别方法研究
基于聚类算法的并行化研究
K-means聚类算法的研究综述
基于向量空间模型的文档聚类研究
基于说话人聚类的说话人自适应
一种改进的构件聚类索引树的研究
一种基于模拟退火的遗传聚类算法
基于聚类K-means算法的初值依赖性研究
一种改进的基于用户属性聚类的推荐算法
基于k-means聚类的模糊神经网络市场清算电价预测
基于Spark平台的K-means聚类算法改进及并行化实现
一种新的聚类判别分析框架及其实证研究
堪称大作 聚爆Implosion
编译原理中的LR类分析方法的教学研究
一类复杂多属性决策的新方法
搭上MySpace聚友这班车
硬件类
工具类
软件类