发表服务
E2mailshaorong@xmu.eduTel059222186825DBSCAN聚类算法的研究与改进华南理工大学计算机科学与工程学院,广东广州510641;厦门大学信息科学与技术学院,福建厦门361005)摘要:针对“基于密度的带有噪声的空间聚类”(DBSCAN)算法存在的不
40DBSCAN算法[2]是一种典型的基于密度的聚类算法。.该算法将类簇定义为密度可达的数据对象组成的集合，可以发现任意形状的类簇，且对噪声数据也不敏感。.该算法需要输入类的半径和类内的最小数据对象个数2个参数，而且DBSCAN算法聚类结果的优劣...
Kmeans聚类优化算法的研究--优秀毕业论文可复制黏贴优化,聚类,算法,聚类算法,算法的研究,优化算法,优化的级：公开长沙理工大学硕士学位论文K－means聚类优化算法的研究学位申请人姓名导师姓名及职称姚遂垡副教授培养专业单位名称长沙理工大学通信与信息系统论文答辩日期答辩委员会...
聚类算法和一个改进方法介绍作者：SauravKaushikSaurav是一名数据科学爱好者，目前他在新德里MAIT大学就读，还有一年即将毕业。他擅长使用机器学习和分析的方法来解决复杂的数据问题。目录概观聚类的类型聚类算法的类型K意味着集群分层聚类K均值与分层聚类的区别聚类的应用用聚类来改进...
论文名称：Poly-YOLO:higherspeed,moreprecisedetectionandinstancesegmentationforYOLOv3.本文很有意思，实用性很强，是本人比较推荐的论文。.因为各大算法评价性能都是在比赛数据上测试的，但是在实际项目数据上可能就不太好用了，主要原因是实际项目数据有自己的...
摘要RBF网络可以近任意连续非线性函数,且训练速度快,性能好,被广泛应用于过程建模和预测。RBF网络的一个重要因素是隐层节点的选择,隐层节点过多或过少都会影响最终网络的性能。提出一种改进的k-means聚类算法,可以自动确定最优的聚类区数,并且可使最终的聚类中心合理地分布在数据空间中。
算法的具体步骤：第一步：获取输入输出数据集D以及检验数据集D7；第二步：利用改进的k－means算法将数据集D进行合理的分类，得到各类的数据对象增刊基于改进k－means聚类算法的多模型建模方法65以及聚粪中心值；第三步：根据聚类所得到的每一个子区域...
基于改进特征提取聚类网络评论挖掘关于本文可作为相关专业聚类论文写作研究的大学硕士与本科毕业论文聚类算文开题报告范文和职称论文参考文献资料。免费关于聚类论文范文，与聚类有关论文写作参考文献资料。
提供一种改进聚类算法在入侵检测中的应用文档免费下载，摘要:一种改进聚类算法在入侵检测中的应用【摘要】本文首先介绍入侵检测系统的基本结构和研究情况，然后介绍了K-means聚类算法的目标函数、算法流程；在总结K-means聚类算法存在的问题的基础上，提出了一种改进的聚类算法。
算法的改进思路.鉴于K-means算法和人工蜂群算法各自特性，提出一种基于改进人工蜂群的K-means聚类算法IABC-Kmeans。.该算法首先对人工蜂群算法进行改进：利用提出的最大最小距离积法初始化蜂群，保证初始点的选择能够尽可能代表数据集的分布特征；在迭代...
E2mailshaorong@xmu.eduTel059222186825DBSCAN聚类算法的研究与改进华南理工大学计算机科学与工程学院,广东广州510641;厦门大学信息科学与技术学院,福建厦门361005)摘要:针对“基于密度的带有噪声的空间聚类”(DBSCAN)算法存在的不
40DBSCAN算法[2]是一种典型的基于密度的聚类算法。.该算法将类簇定义为密度可达的数据对象组成的集合，可以发现任意形状的类簇，且对噪声数据也不敏感。.该算法需要输入类的半径和类内的最小数据对象个数2个参数，而且DBSCAN算法聚类结果的优劣...
Kmeans聚类优化算法的研究--优秀毕业论文可复制黏贴优化,聚类,算法,聚类算法,算法的研究,优化算法,优化的级：公开长沙理工大学硕士学位论文K－means聚类优化算法的研究学位申请人姓名导师姓名及职称姚遂垡副教授培养专业单位名称长沙理工大学通信与信息系统论文答辩日期答辩委员会...
聚类算法和一个改进方法介绍作者：SauravKaushikSaurav是一名数据科学爱好者，目前他在新德里MAIT大学就读，还有一年即将毕业。他擅长使用机器学习和分析的方法来解决复杂的数据问题。目录概观聚类的类型聚类算法的类型K意味着集群分层聚类K均值与分层聚类的区别聚类的应用用聚类来改进...
论文名称：Poly-YOLO:higherspeed,moreprecisedetectionandinstancesegmentationforYOLOv3.本文很有意思，实用性很强，是本人比较推荐的论文。.因为各大算法评价性能都是在比赛数据上测试的，但是在实际项目数据上可能就不太好用了，主要原因是实际项目数据有自己的...
摘要RBF网络可以近任意连续非线性函数,且训练速度快,性能好,被广泛应用于过程建模和预测。RBF网络的一个重要因素是隐层节点的选择,隐层节点过多或过少都会影响最终网络的性能。提出一种改进的k-means聚类算法,可以自动确定最优的聚类区数,并且可使最终的聚类中心合理地分布在数据空间中。
算法的具体步骤：第一步：获取输入输出数据集D以及检验数据集D7；第二步：利用改进的k－means算法将数据集D进行合理的分类，得到各类的数据对象增刊基于改进k－means聚类算法的多模型建模方法65以及聚粪中心值；第三步：根据聚类所得到的每一个子区域...
基于改进特征提取聚类网络评论挖掘关于本文可作为相关专业聚类论文写作研究的大学硕士与本科毕业论文聚类算文开题报告范文和职称论文参考文献资料。免费关于聚类论文范文，与聚类有关论文写作参考文献资料。
提供一种改进聚类算法在入侵检测中的应用文档免费下载，摘要:一种改进聚类算法在入侵检测中的应用【摘要】本文首先介绍入侵检测系统的基本结构和研究情况，然后介绍了K-means聚类算法的目标函数、算法流程；在总结K-means聚类算法存在的问题的基础上，提出了一种改进的聚类算法。
算法的改进思路.鉴于K-means算法和人工蜂群算法各自特性，提出一种基于改进人工蜂群的K-means聚类算法IABC-Kmeans。.该算法首先对人工蜂群算法进行改进：利用提出的最大最小距离积法初始化蜂群，保证初始点的选择能够尽可能代表数据集的分布特征；在迭代...
发表服务