粒子群聚类算法相关论文
随着的计算机技术、数据库技术和网络技术的迅速发展，我们已置身于一个数据爆炸的时代。我们迫切需要新的、强有力的数据分析方法和......
本文以数据挖掘算法中的C均值聚类算法为主要研究对象，在分析kmeans和FCM算法流程的基础上，将粒子群算法用于kmeans算法中，提出基于粒......
基于通用信源编码理论的高阶熵编码被广泛应用于图像、视频、生物医学信息等方面的编码系统中。为了解决高阶熵编码实现所遇到的“......
传统K-means算法除了对初始聚类中心的选择非常敏感，易收敛到局部最优解外，还存在着K值难以确定的问题，不合适的K值往往会得到较差的......
在电子对抗领域，雷达信号分选的研究是一个重要课题。电子战的信号环境日趋复杂，雷达信号的处理面临高密度信号环境，雷达脉冲相互交错......
针对模糊C均值聚类算法（FCM）存在对初始聚类中心敏感,易陷入局部最优解的不足,将改进的粒子群聚类算法与FCM算法相结合,提出了一种基......
为延长无线传感器网络的生命周期,给出一种基于粒子群聚类优化的分簇路由算法。根据网络内存活节点的数目确定最优簇首数,将能量均......
揭示网络簇结构的复杂网络聚类方法研究具有重要的理论意义和应用价值。应用两种谱方法将复杂网络簇结构发现问题转换为空间数据聚......
