注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 互联网文本聚类与检索技术研究

  2. 第一章绪论 第二章文本聚类的语义特征降维研究 第三章基于容错粗糙集技术的搜索结果聚类算法 第四章基于频繁词集挖掘的文本聚类研究 第五章基于自动文摘的Web检索

  3. 所属分类：Java

    • 发布日期：2013-06-24
    • 文件大小：7mb
    • 提供者：liaoyulin0609

  1. 确定分类型数据聚类个数

  2. 分类器需要由人工标注的分类训练语料训练得到，属于有指导学习范畴。聚类则没有事先预定的类别，类别数不确定。 聚类不需要人工标注和预先训练分类器，类别在聚类过程中自动生成 。分类适合类别或分类体系已经确定的场合，比如按照国图分类法分类图书；聚类则适合不存在分类体系、类别数不确定的场合，一般作为某些应用的前端，比如多文档文摘、搜索引擎结果后聚类(元搜索)等。

  3. 所属分类：数据库

    • 发布日期：2014-11-18
    • 文件大小：490kb
    • 提供者：shijfwangb

  1. 基于学习的web搜索结果聚类 论文

  2. 基于学习的web搜索结果聚类的一篇论文，外文的，学习文本聚类，开发聚类搜索引擎学习有帮助

  3. 所属分类：Web开发

    • 发布日期：2009-01-07
    • 文件大小：194kb
    • 提供者：yaolei520

  1. 基于QPSO的数据聚类.pdf

  2. 适应性的基于量子行为的微粒群优化算法的数据聚类SO)。AQPSO在全局搜索能力和局部搜索能力上优于PS0和QPSO算法，它的适应性方法比较接近于高水年智能群体的社会有机体的学习过程，并且能保证种群不断地进化。聚类过程都是根据数据向量之间的Euclidean(欧几里得的)距离。PSO和QPSO的不同在于聚类中心的进化上。 QPSO和AQPSO的不同在于参数的选择上。实验中用到4个数据集比较聚类的效果，结果证明了AQPSO聚类方法优于PSO和OPSO聚类方法。

  3. 所属分类：其它

    • 发布日期：2009-02-20
    • 文件大小：294kb
    • 提供者：linux_ecust

  1. 基于模糊聚类的自然语言语义特征

  2. 针对复杂语境下自然语言语义特征提取、匹配精度和实时性较差的问题,提出了模糊聚类、单亲遗传搜索匹配算法相结合的新方法,通过对候选特征点进行模糊聚类处理,使其分布在高斯差分图像的灰度轮廓线边缘,利用单亲遗传算法找到满足约束条件全局最优语义特征,把所有语义特征进行分类,并给出分类依据.研究结果表明:此语义特征匹配算法在未知语境环境、语义特征频繁变化的环境具有很强的鲁棒性,能够在自然语言处理过程中实时准确识别段落中的语义特征.

  3. 所属分类：其它

    • 发布日期：2020-06-28
    • 文件大小：276kb
    • 提供者：weixin_38611508

  1. K-均值聚类算法研究

  2. 【摘要】 目前,对于聚类问题的研究普遍存在于社会生活中的各个领域,如模式识别、图像处理、机器学习和统计学等。关于对生活中各种各样的数据的聚类分类问题已经成为众多学者的研究热题之一。聚类和分类的区别在于,聚类没有任何先验知识可循,要通过数据自身的特点,将数据自动的划分到不同的类别中。聚类的基本形式定义为“在已给的数据集合中寻找数据点集的同类集合。每一个集合叫做一个类,并确定了一个区域,在区域中对象的密度高于其他区域中的密度。”聚类方法有很多种,其中最简单的形式便是划分式聚类,划分式聚类试图将给定的

  3. 所属分类：互联网

    • 发布日期：2020-07-04
    • 文件大小：3mb
    • 提供者：songzailu6482

  1. 基于粒子群优化的模糊C均值聚类算法*

  2. 针对模糊C均值聚类算法(FCM)存在对初始聚类中心敏感，易陷入局部最优解的不足，将改进的粒子群聚类算法与FCM算法相结合，提出了一种基于粒子群优化的模糊C均值聚类算法。该算法对粒子群初始化空间及粒子移动最大速度进行优化，同时引入环形拓扑结构邻域，提高粒子群聚类算法的全局搜索能力。对UCI中3个数据集进行仿真实验，结果表明提出的基于粒子群优化的模糊C均值聚类算法相比FCM算法和基本粒子群聚类算法具有更好的聚类效率和准确性。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：292kb
    • 提供者：weixin_38606404

  1. 基于量子粒子群的改进模糊聚类图像分割算法

  2. 提出了一种基于量子粒子群的改进模糊聚类图像分割算法。针对FCM图像分割算法对聚类中心初始值比较敏感的缺点，利用量子粒子群优化算法强大的全局搜索能力寻找最优解，能够有效降低图像分割算法对初始值的依赖程度；同时，用一种新的基于簇密度的距离度量公式来计算图像特征点与聚类中心点的距离，其在确定类中心时考虑数据集的全局信息，并且在迭代过程中采用动态隶属度，能够降低噪声干扰。仿真实验结果证明改进算法具有较好的性能。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：289kb
    • 提供者：weixin_38681628

  1. 基于改进的免疫模糊聚类方法的医学图像分割

  2. 传统模糊C均值聚类算法需要输入初始聚类中心，但是输入错误的初始聚类中心会产生较差的图像分割结果。对此提出一种改进的医学图像分割算法——基于免疫模糊聚类的医学图像分割。该算法能够快速有效地找出合适的初始聚类中心值，使之最大可能地趋近于理想值，从而大大提高算法的效率，避免陷入局部解。同时，将免疫克隆选择算法融入到模糊聚类算法中。实验结果表明，该算法能快速有效地找到合适的初始聚类中心，能有效提高搜索效率和准确率，得到较理想的分割效果。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：466kb
    • 提供者：weixin_38548817

  1. OPE-HCA：用于层次聚类算法的最佳概率估计方法

  2. 优胜劣汰是选择优胜劣汰而消除劣等劣势的原则。该原理已在许多领域中使用，尤其是在优化问题解决中。数据挖掘社区中的集群致力于发现隐藏在数据集中的未知表示或模式。层次聚类算法（HCA）是一种聚类分析方法，它通过层次结构搜索聚类的最佳分布。层次聚类的策略通常有两种类型：使用自下而上的过程进行聚集，而使用自上而下的过程进行分裂。但是，大多数聚类方法都有两个缺点：使用基于距离的度量和集群整合的困难。在本文中，我们通过适度生存原则提出了一种最佳概率估计（OPE）方法。我们设计了一种基于OPE的分层聚类算法（H

  3. 所属分类：其它

  1. 一种用于聚类分析的混合猴子搜索算法

  2. 聚类是一种流行的数据分析和数据挖掘技术。 k均值聚类算法是最常用的方法之一。 但是，它高度依赖于初始解，并且很容易陷入局部最优解。 针对k-means方法的缺点，提出了一种基于人工蜂群算法搜索算子的混合猴子算法，对合成和真实数据集进行聚类分析和实验，结果表明该算法具有比k-means方法更好的性能。进行聚类分析的基本猴子算法。

  3. 所属分类：其它

  1. 使用超聚类的基于超立方体的高维索引

  2. 高维索引结构。首先通过联合在基于“过滤-精炼”（过滤器和优化）的查询过程中，计算查询点与各个类之间的距离下界，实现对聚类的有效过滤。为了提高距离下界对真实距离的逼近能力，采用了一种基于统计优化的超立方体区域描述方法SOHC2（基于统计优化的超多维数据集），能够更加有效地缩小搜索空间，提高查询性能。理论分析和实验结果都表明，SOHC2的查询性能明显优于其他索引方法，适合大规模高维数据的查询；与同类索引结构索引，查询速度能够提高3倍以上。

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：995kb
    • 提供者：weixin_38690522

  1. 基于区域聚类的高光谱分解空间预处理

  2. 高光谱分解是遥感图像开发的重要技术。 它的目的是将混合像素分解为光谱纯成分（称为末端成员）及其对应比例（称为分数丰度）的集合。 近年来，许多研究表明，仅使用光谱信息进行混合并不能将空间信息充分纳入遥感高光谱图像中，因为像素被视为孤立的实体，而没有考虑它们之间现有的局部相关性。 为了解决这个问题，已经开发了几种空间预处理方法以将空间信息包括在频谱解混过程中。 在本文中，我们提出了一种新的空间预处理方法。与现有方法相比，该方法具有一些优势。 所提出的方法源自简单线性迭代聚类（SLIC）方法，该方法将

  3. 所属分类：其它

  1. 时间序列k均值_时间序列数据的新k均值类型平滑子空间聚类

  2. 现有的聚类算法在提取用于聚类时间序列数据的平滑子空间方面很弱。 在本文中，我们提出了一种新的k均值类型平滑子空间聚类算法，称为时间序列k均值（TSkmeans），用于对时间序列数据进行聚类。 提出的TSkmeans算法可以有效地利用时间序列数据集的固有子空间信息来增强聚类性能。 更具体地说，平滑子空间由加权时间戳表示，加权时间戳指示这些时间戳对于聚类对象的相对判别力。 我们工作的主要贡献包括设计一个新的目标函数，以指导时间序列数据的聚类，以及开发新颖的更新规则，以针对平滑子空间进行迭代聚类搜索。

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：512kb
    • 提供者：weixin_38723192

  1. 基于多个功能的集成来对Web视频搜索结果进行聚类

  2. 网络视频搜索引擎的使用正以爆炸性的速度增长。 由于查询字词和重复结果的歧义性，视频搜索结果的良好聚类对于增强用户体验以及改善检索性能至关重要。 群集视频的现有系统仅考虑视频内容本身。 本文提出了第一个通过融合除视频内容（例如标题，标签和描述）之外的各种信息源的证据来对Web视频搜索结果进行聚类的系统。 我们提出了一个新颖的框架，该框架可以集成多个功能，并使我们能够采用现有的群集算法。 我们讨论了系统不同组件的精心设计以及实现高效率和效率的许多实施决策。 详尽的用户研究表明，凭借创新的界面来显示聚

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：256kb
    • 提供者：weixin_38677505

  1. 一种基于广义相似性的共调控基因聚类算法

  2. 针对共调控基因的特殊性质和现有共调控基因聚类算法存在的不足,提出了基于广义相似性的聚类模型g-Cluster.正负共调控基因因具有相同的编码而被聚集到同一个共调控基因簇中.进一步提出了一种基于树结构的聚类算法FBTD,采用先宽度优先后深度优先的搜索策略,挖掘所有符合条件的最大g-Cluster,同时应用了高效的削减规则和优化策略.将该算法用于真实数据集.理论分析和实验结果都表明,该算法是实用和有效的.

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：337kb
    • 提供者：weixin_38641111

  1. 基于流形距离的量子进化聚类算法

  2. 基于量子计算的机理和特性,并结合进化计算,本文提出了一种新颖的量子进化聚类算法(QEAM),在该聚类算法中引入了一种新的距离测度函数——流形距离.新方法将聚类归属为优化问题,通过运用量子进化的机理更快地搜索到最优聚类中心,从而得到最优隶属度矩阵划分;同时,通过基于流形距离的相似性度量,有效利用样本所具有的全局一致性信息,充分挖掘样本的空间分布信息,对样本进行正确的类别划分.将本文算法(QEAM)与基于流形距离的免疫进化算法(IEAM),遗传聚类算法(GAC)以及模糊C-均

  3. 所属分类：其它

  1. 改进的粒子群模糊聚类算法

  2. 针对传统的模糊C-均值聚类算法对初始聚类中心较敏感、易陷入局部最优的缺点,将粒子群优化算法和FCM算法相结合,提出一种改进的模糊聚类算法。该算法利用粒子群算法的全局搜索能力代替FCM算法寻找初始聚类中心,使其跳出局部最优,实现模糊聚类。主要从反映数据集分类的类内紧致性程度和类间分离性程度的角度考虑,重新设计适应度函数。实验结果表明,提出的算法在聚类正确率和有效性指标上有更好的效果。

  3. 所属分类：其它

  1. 跨语言智能学术搜索系统设计与实现

  2. 学术搜索是一种行业化的搜索引擎,因其缺乏个性化、智能化的服务,使得用户的学术文献检索效率低下,海量的数字学术资源得不到充分利用。本研究跨语言智能学术搜索系统的设计与实现,旨在让用户可以在尽可能短的时间内找到所需学术资源。系统的几个关键技术包括:研究混合语种文本的分词技术;研究基于机器翻译的跨语言信息检索;研究搜索结果聚类算法在不同语言文本上的性能差异问题;研究基于聚类的个性化信息检索方法以及交互式查询扩展技术。实验测试结果表明:系统具有较好的扩展性,能为用户提供良好的学术检索服务。

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：331kb
    • 提供者：weixin_38552871

  1. 一种整合粒子群优化和K-均值的数据聚类算法

  2. 针对K-均值聚类算法存在的不足,提出了一种新的整合粒子群优化算法(PSO)和K-均值算法的聚类算法.在新算法中,首先结合使用粒子群优化算法和K-均值算法搜索全局最优解的位置,然后再用K-均值算法在全局最优解附近的局部空间内快速寻找最优聚类中心.通过对4个数据集的实验测试,将此算法与K-均值算法、基于粒子群的K-均值算法进行了比较.实验结果表明,新算法的聚类质量比后两个算法更优.

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：581kb
    • 提供者：weixin_38717169
« 12 3 4 5 6 »