论文部分内容阅读
大多数现有的聚类算法都致力于发现任意形状、任意大小的类,但很难有效处理多密度的数据集。提出的算法利用网格聚类速度快的特点,先通过高斯平滑去除噪声,再采用网格梯度的思想找出隐藏在多密度数据集中的簇。算法在人工数据集上进行了实验,结果表明该算法能有效地去除噪声,发现多密度的簇,具有较好的聚类效果。
基于网格梯度的多密度聚类算法
【摘 要】
：
大多数现有的聚类算法都致力于发现任意形状、任意大小的类,但很难有效处理多密度的数据集。提出的算法利用网格聚类速度快的特点,先通过高斯平滑去除噪声,再采用网格梯度的思想找出隐藏在多密度数据集中的簇。算法在人工数据集上进行了实验,结果表明该算法能有效地去除噪声,发现多密度的簇,具有较好的聚类效果。
【机 构】
：
重庆邮电大学中韩合作空间信息系统研究所
【出 处】
：
计算机应用研究
【发表日期】
：
2008年11期
【基金项目】
：
基金项目：国家“863”计划资助项目（2007AA122238）
其他文献
随着计算机技术、信息技术及集成电路技术咱勺发展，嵌入式系统日益受到重视并得到了广泛的应用。嵌入式系统在通信、网络、工业控制、自动化、医疗、消费电子和汽车电子等技术
随着高通量的单核苷酸多态性(Single Nucleotide Polymorphism,SNP)检测技术的发展,世界各地的实验研究积累了大量的SNP数据,但是目前尚无一个全面综合的SNP数据库。SNP在致病基因发现、司法鉴定、个体化医疗等方面的应用得到了极大的关注和发展,因此有必要建立一个整合的人类SNP数据库。在整合中需要进行大规模的单核苷酸多态性位点的验证,该工作通过一个自主开发的、健壮的、
本文就在社会主义市场经济下，高等中医教育的办学形式，招生，人才培养规格，教师聘用，学生管理和毕业生分配等问题提出了一些设想。
通过分析无线传感器网络安全现状和密钥管理所面临的问题,对现存的密钥管理方案进行了分析和评估,并讨论了该方向上尚未解决的问题和发展趋势。
为了提高移动IPv6网络中组播的服务质量,提出一种动态的基于快速切换的层次型移动组播协议——DFHMM。协议设置两级组播代理,对外屏蔽节点的域内切换;利用移动锚点担当区域组播移动代理,提供配置的高灵活性和通信的强鲁棒性;使用基于链路层触发的快速切换机制,缩短组播服务的中断时间。给出了协议的体系结构、切换流程、数据结构和操作细节。
以粒子系统为基础、线元为基本绘图单位,应用牛顿运动定律分析并建立瀑布运动方程,进行了瀑布场景的模拟。采用包围盒与粒子聚类检测相结合的方式以及参考射线反射原理实现了瀑布与障碍物的碰撞,并运用OpenGL中的混合技术生成半透明场景,使可视化场景更加真实。实验结果表明粒子系统在模拟瀑布等不规则物体时具有很大优势。
为了得到感知无线电最优决策,对感知循环、人工智能技术应用、基于遗传算法的感知引擎进行了分析。感知无线电决策机应该既考虑带宽、信号速率、功率等可变因素,又考虑费用等不可变因素。基于神经网络,提出了感知无线电决策机学习与评估模型,并研究、讨论了感知无线电知识库信息与决策机设计思路。
KNN方法存在两个不足:a)计算量巨大,它要求计算未知文本与所有训练样本间的相似度进而得到k个最近邻样本;b)当类别间有较多共性,即训练样本间有较多特征交叉现象时,KNN分类的精度将下降。针对这两个问题,提出了一种改进的KNN方法,该方法先通过Rocchio分类快速得到k0个最有可能的候选类别;然后在k0个类别训练文档中抽取部分代表样本采用KNN算法;最后由一种改进的相似度计算方法决定最终的文本所
通过分析数据关联的特点和已有的关联规则挖掘算法,在定量描述的准确性和算法高效性方面作了进一步研究,提出了更准确的支持度和置信度定量描述方法和关联关系强弱的定量描述方法。同时,改进了FP-growth挖掘算法,并应用于中医舌诊临床病例数据库挖掘实验中,可成功准确地提取中医舌诊诊断规则。测试结果表明该算法速度快、准确度高。
针对多任务的非线性群决策系统提出了多模型匹配算法。为了对各种不同性质的任务进行理性决策,首先根据不同任务的特性选取针对不同任务的满意决策群体,构成动态满意决策群体集;在此基础上为每个决策任务构造多个决策方案模型集,然后根据方案模型的匹配程度和决策者的决策权重以及决策的目标权重来控制决策过程的动态变化,从而得到最优匹配决策方案模型;最后给出该算法的应用实例,实践表明该算法是有效的,能够灵活选取模型库