增量式聚类相关论文
本文针对 Web 访问数据逐渐增加,用户访问兴趣不断变化所导致的访问模式挖掘的可扩展性问题,首先引入了一种优化的蚁群聚类方法;然后......
针对MinMax k-means算法易产生空解、收敛速度慢和计算效率低的问题,提出一种增量式MinMax k-means聚类算法.该算法从给定的初始聚......
近年来,存储数据的爆炸性增长业已激起对新技术和自动信息处理工具的需求,以便将海量的数据转换化为有用的信息和知识.在这种背景......
将物理的或抽象的对象,根据它们之间的相似程度,分为若干组,其中相似的对象构成一组,这一过程称为聚类过程.由聚类所生成的簇是一......
当前,许多应用数据来自于多节点的分布式网络环境,因此,分布式数据流近年来受到广泛关注。许多应用都具有分布式数据流特征,如web......
为了处理网络日志规模过大及其相关问题,并为后期日志分析提供简洁的数据源,提出一种多协议网络日志二次聚类方法。该方法采用划分......
在日常生活中,数据时常是以分布式网络为媒介收集的,分布式数据流近年来受到关注。本文为分布式数据流聚类挖掘专门设计了一种局部......
数据流挖掘可有效解决大容量流式数据的知识发现问题,并已得到广泛研究。数据流的一个典型的例子是传感器采集的流式数据。然而,随......
随着XML技术的不断应用和推广,XML结构聚类技术在XML管理与挖掘中扮演着重要角色.针对目前XML结构聚类算法聚类不准确、效率低、对数......
提出一种新的用户访问模式增量式聚类算法:首先引入一种新的用户兴趣表示方法构造用户访问特征对象,再基于蚁群聚类的基本思想,利......
针对传统文本聚类算法时间复杂度较高,而与距离无关的算法又不适用于动态、变化的文本集等问题,提出了一种基于语义序列的增量式文本......
针对FCM算法的缺点,提出了一种基于改进的FCM的增量式聚类方法。该算法首先对模糊C均值算法进行加权,并将权系数归一化,然后将改进......
现有基于矩阵分解的推荐算法在面对"托"攻击时鲁棒性较差,而且随着用户和项目的增加需要进行模型重构,时间代价较高.针对上述问题,......
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......
随着数字传感器、高性能计算与通信、大容量数据存储等技术的飞速发展,现代社会每时每刻都在产生着大量数据。机器学习是分析原始数......
人工智能经过60多年的发展已经取得了巨大进步,作为人工智能领域中最活跃分支之一的机器学习也相应地得到快速发展。聚类作为一种......
图像分割指的是根据图像的一些特征,如灰度、颜色、纹理和形状等特征,并通过某种技术(聚类算法等等)把图像划分成若干不重叠的区域......
聚类分析技术是数据挖掘技术领域中的重要组成部分,在多个领域中有着广泛的应用。随着数据的不断增长,如何从海量数据中高效地获取......
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......
随着社交网络平台的涌现,用户之间不仅可以建立链接关系,而且还可以产生丰富的文本信息。群组探测是重要的链接挖掘技术之一,而话题建......
以分布式数据流为背景,针对海量数据挖掘存在的难题,设计一个数据挑选模型。给出一种核心代表点的挑选算法KPSA以及基于核心代表点......
我国是海洋大国,海洋资源的合法开发利用关系到我国的经济、政治、国防和文化等方面的发展。但随着大规模开发利用海洋,海洋的污染......
负载模式的动态变化会影响系统度量,使得异常难以准确检测.针对此问题,提出一种基于负载模式识别、在线检测Web应用异常的方法.该......