增量聚类算法

作品数:36被引量:103H指数:7
导出分析报告
相关领域:自动化与计算机技术更多>>
相关作者:孙焕良于翔王淑玲孙小林左万利更多>>
相关机构:电子科技大学哈尔滨工程大学沈阳建筑大学吉林大学更多>>
相关期刊:《计算机工程与设计》《哈尔滨工业大学学报》《计算机与现代化》《西南交通大学学报》更多>>
相关基金:国家自然科学基金辽宁省自然科学基金辽宁省教育厅攻关计划项目福建省自然科学基金更多>>
-

检索结果分析

结果分析中...
条 记 录,以下是1-10
视图:
排序:
数字信号处理技术在故障检测中的运用
《电子技术(上海)》2023年第9期156-157,共2页卢鑫 郭婷 谭越洋 
2020年度深圳市教育科学规划课题(YBZZ20003);2021年校级教育教学改革研究与实践项目(2021dbpjgyb40)。
阐述数字信号处理技术的特点,数字信号处理技术运用到故障检测环节中的方案,包括诊断方案总体设计、诊断方法设计、增量聚类算法诊断,从而提升诊断速度与精确性,减少故障风险。
关键词:数字信号处理 增量聚类算法 故障检测 
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
《控制与决策》2022年第11期2968-2976,共9页马福民 孙静勇 张腾飞 
国家自然科学基金项目(61973151,62073173);江苏省自然科学基金项目(BK20191406,BK20191376)。
在原有数据聚类结果的基础上,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...
关键词:粗糙K-means聚类 增量聚类 邻域归属信息 类簇结构 
基于增量随机抽样的大数据迭代优化FCM算法
《信息与电脑》2021年第3期73-76,共4页施媛波 
云南省教育厅科学研究基金项目(项目编号:2019J1048,2019J1042)。
针对传统大数据聚类算法中存在效果差和时间复杂度高的问题,本文提出一种基于增量随机抽样的大数据迭代优化模糊C-均值算法(Fuzzy C-Means Algorithm,FCM)算法。该算法在大数据聚类期间引入增量式技术,对块内数据点执行并行计算处理,而...
关键词:大数据 增量聚类算法 并行计算 模糊C-均值 
基于簇特征的增量聚类算法
《传感器与微系统》2019年第1期152-154,共3页姚琳燕 钱雪忠 樊路 
国家自然科学基金资助项目(61673193);中央高校基础研究资助项目(JUSRP51510;JUSRP51635B)
针对传统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...
关键词:簇特征 增量 K最近邻 
面向新闻评论的短文本增量聚类算法被引量:2
《计算机科学与探索》2018年第6期950-960,共11页刘晓琳 曹付元 梁吉业 
国家自然科学基金Nos.U1435212;61432011;61573229;山西省自然科学基金No.2015011048;山西省留学基金项目No.2016-003~~
对新闻评论进行增量聚类可以有效地发现网民对新闻事件的观点,在舆情分析领域具有十分重要的意义。针对传统的增量聚类算法存在对文本输入顺序敏感的缺点,提出了一种基于待定循环策略的增量聚类算法(uncertain cyclic Single-Pass,UCSP...
关键词:舆情分析 短文本 增量聚类算法 向量空间模型 神经网络 
基于局部分布的贝叶斯自适应共振理论增量聚类算法被引量:1
《控制与决策》2018年第3期471-478,共8页王玲 孟建瑶 
国家自然科学基金项目(61572073);北京科技大学研究生教育发展基金项目(230201506400060)
针对传统的贝叶斯增量聚类算法需要人为设置参数,且对分布不均衡数据聚类效果不佳的问题,提出一种基于局部分布的贝叶斯自适应共振理论增量聚类算法.首先,利用数据快照读取数据;然后,在无需设置参数的情况下,考虑类簇的局部分布情况,自...
关键词:增量聚类算法 贝叶斯 自适应共振理论 不均衡数据 
网络热点事件跟踪技术研究
《湖南城市学院学报(自然科学版)》2016年第3期85-86,共2页陈楠 
课题<大数据环境下网络舆情监测与预测研究>2015年安徽省高校人文社科研究一般项目
对于网络上发生的事件,我们可以选取一些样本,既定的公式进行主题追踪,以此来进行文本的计算与学习,利用增量聚类算法,从而发现并确定网络热点问题,并对其进行跟踪与处理。
关键词:热点事件 增量聚类算法 跟踪技术 
基于网格的多密度增量聚类算法
《计算机与现代化》2014年第11期90-93,97,共5页李光兴 尹冀川 唐俊 
提出一种基于网格的多密度增量聚类算法MICG,定义含网格单元间的相对密度和重心距离的判别函数。当数据集的部分数据发生变动后,不需要对全部数据重新聚类,只需分析有数据变更的单元与邻居单元的关系,结合原有的聚类结果形成新的聚类,...
关键词:网格聚类 增量聚类 多密度 单元 判别函数 
一种三支决策软增量聚类算法被引量:1
《山东大学学报(理学版)》2014年第8期40-47,共8页张聪 于洪 
国家自然科学基金资助项目(61379114;61272060);重庆市自然科学基金资助项目(cstc2013jcyjA40063)
已有的大多数聚类算法都假设数据集保持不变,然而,很多应用中数据集是会随时间变化的。为此,提出了一种新的三支决策软增量聚类算法。采用区间集的形式表示类簇,区间集的上界、边界与下界就对应着三支决策产生的正域、边界域和负域,并...
关键词:增量聚类 软聚类 搜索树 三支决策 
一种基于簇相合性的文本增量聚类算法被引量:2
《计算机工程》2014年第6期195-200,共6页陶舒怡 王明文 万剑怡 罗远胜 左家莉 
国家自然科学基金资助项目(61272212)
传统文本聚类方法只适合处理静态样本,且时间复杂度较高。针对该问题,提出一种基于簇相合性的文本增量聚类算法。采用基于词项语义相似度的文本表示模型,利用词项之间的语义信息,通过计算新增文本与已有簇之间的相合性实现对文本的增量...
关键词:文本聚类 增量聚类 语义相似度 簇相合性 文本再分配 
检索报告 对象比较 聚类工具 使用帮助 返回顶部