增量式聚类算法

作品数：14被引量：97H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：冯兴杰王士同杨建武万小军彭宏更多>>
相关机构：江南大学中国民用航空学院南开大学北京大学更多>>
相关期刊：《华南理工大学学报（自然科学版）》《微电子学与计算机》《计算机科学与探索》《计算机仿真》更多>>
相关基金：国家自然科学基金教育部科学技术研究重点项目广东省科技攻关计划河北省教育厅科研基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于改进Spark技术的高维数据增量式聚类算法被引量：5
《计算机仿真》2022年第12期383-386,444,共5页刘仁芬 杨凤丽 王霞 
分布式数据库隐私信息增量式更新方法仿真(2017ZY 0725)。
已有数据增量式聚类算法忽略了数据的降维过程,导致算法无法聚类处理属性较多的高维数据。现提出基于改进Spark技术的高维数据增量式聚类算法。基于混沌分区方法重组高维数据结构,获取模糊数据分布轨迹。采用基于信息熵的高维稀疏降维算...
关键词：高维数据 增量式聚类 数据降维 结构重组 增量比例 
具有抗噪性能适用高维数据的增量式聚类算法被引量：10
《计算机科学与探索》2019年第9期1553-1566,共14页邵俊健 王士同 
国家自然科学基金~~
针对含有噪声的高维数据的聚类问题,提出一种使用新的距离度量方式的增量式聚类算法ANFCM(c+p)。由于传统的模糊C均值聚类算法对初始化聚类中心比较敏感,所提出的聚类算法将单程FCM的增量机制(称为SpFCM)与FCPM中使用的初始化聚类中心...
关键词：高斯噪声 增量式聚类算法 距离度量 高维数据 FCPM算法 
增量式聚类算法在少数民族文化挖掘中的应用
《黔南民族师范学院学报》2019年第4期36-38,共3页任廷艳 
黔南州科技计划项目(黔南科合社字[2017]97)阶段性成果
为了挖掘民族文化的传承规律和内涵,根据少数民族文化特点,设计了一种XML子树的序列表示方法,有效保存了XML节点的结构信息。从XML文档的路径、节点层次、权重综合计算出发,提出一种基于子树的XML相似度计算方法,提高了文本相似度计算...
关键词：民族文化 XML相似度 聚类 
高维数据的增量式聚类算法的距离度量选择研究被引量：6
《计算机工程与科学》2019年第2期214-223,共10页邵俊健 王士同 
合适的距离度量函数对于聚类结果有重要的影响。针对大规模高维数据集,使用增量式聚类算法进行距离度量的选择分析。SpFCM算法是将大规模数据集分成小样本进行增量分批聚类,可在有限的计算机内存中获得较好的聚类结果。在传统的SpFCM算...
关键词：高维数据 SpFCM算法 距离度量 增量式模糊聚类算法 相关系数距离度量 
基于K近邻的增量式聚类算法被引量：5
《传感器与微系统》2019年第2期136-139,共4页樊路 钱雪忠 姚琳燕 
国家自然科学基金资助项目(61673193);中央高校基本科研业务费专项资金资助项目(JUSRP51635B;JUSRP51510)
大多数聚类算法都是在静态情况下运行,使其不允许添加任何增量数据。提出了一种基于K近邻(KNN)的增量聚类算法,算法包含两个创新点,利用K近邻的思想和样本紧密度两个条件处理增量数据;根据簇特征的变化分裂或合并簇。实验表明:提出的算...
关键词：K近邻 增量聚类 簇特征 
基于AutoEncoder的增量式聚类算法被引量：5
《微电子学与计算机》2016年第3期120-124,共5页原旭 杨镇楠 赵亮 陈志奎 
国家自然科学基金项目(U1301253)
针对目前数据量增长迅速,数据特征多,存储空间不足等问题,提出了基于AutoEncoder的增量式聚类算法(ANIC).首先利用AutoEncoder学习数据样本的特征,进行低维特征整合,得到数据样本的压缩表示形式,然后在原有聚类结果的基础上,通过一遍式...
关键词：AutoEncoder 增量聚类 特征学习 数据压缩 
基于自适应模糊C-均值的增量式聚类算法被引量：11
《计算机工程》2009年第6期60-62,65,共4页张忠平 陈丽萍 王爱杰 林志杰 
国家自然科学基金资助项目(60773100);教育部科学技术研究基金资助重点项目(205014);河北省教育厅科研计划基金资助项目(2006143)
针对模糊C-均值(FCM)算法不能很好地处理更新数据的缺点,提出基于FCM的自适应增量式聚类算法AIFCM。该算法结合密度和集合的思想,给出一种自动确定聚类初始中心的方法,能在聚类过程中动态改变聚类结果数,改善聚类的质量,减少人为的主观...
关键词：聚类分析 模糊C-均值算法 增量式聚类 AIFCM算法 
光学检测窗口布置的增量式聚类算法的研究被引量：1
《计算机应用》2009年第1期253-255,共3页钟灵 章云 郑日荣 曾启杰 
教育部高等学校博士学科点专项科研基金资助项目(0070562005);广东省自然科学基金资助项目(07117423)
为布置自动光学检测(AOI)系统的检测窗口,提出了一种增量式聚类的算法。该算法动态增量的检测聚类对象簇的有效性。实验证明,该算法克服了已有进化算法运算量大的缺点,能够在检测对象数量在1000以下的情况下,快速地布置检测窗口。
关键词：增量聚类 自动光学检测 检测窗口布置 
基于模糊C-均值的增量式聚类算法被引量：22
《微电子学与计算机》2007年第6期156-157,161,共3页王洪春 彭宏 
广东省科技攻关项目(A10202001)
给出了一种新的基于FCM的聚类算法,能根据由数据的分布的特性自动获取要聚类的数目,在新增数据后,可以进行增量式聚类,结果对孤立点不敏感,并能完成FCM不具备的非球型或椭球型分布的数据集的聚类,实验结果显示算法的有效性和优越性。
关键词：数据挖掘 模糊C-均值算法 增量式聚类算法 
基于相对密度的增量式聚类算法被引量：13
《国防科技大学学报》2006年第5期73-79,共7页刘青宝 侯东风 邓苏 张维明 
国家自然科学基金资助项目(60172012)
基于聚类的相对性原则:簇内对象具有较高的相似度,而簇间对象则相反,提出一种基于相对密度的增量式聚类算法,它继承了基于绝对密度聚类算法的抗噪声能力强、能发现任意形状簇等优点[1],并有效解决了聚类结果对参数设置过于敏感、参数值...
关键词：增量式聚类 K近邻 聚类参数 相对密度 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部