您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. K-means聚类算法在入侵检测中的应用

  2. 提出了一种基于聚类分析方法构建入侵检测库的模型,实现了按K-平均值方法建立入侵检测库并据此划分安全等级的思想。该检测系统的建立不依赖于经验数据,能自动依据原有数据对入侵行为进行重新划分。仿真实验表明,该方法具有较强的实用性和自适应功能。 关键词:网络安全;入侵检测;数据挖掘;聚类分析;K-平均值
  3. 所属分类:网络安全

    • 发布日期:2009-06-26
    • 文件大小:179200
    • 提供者:liangjian820
  1. FCM模糊聚类C 程序源代码

  2. FCM聚类算法,它的思想就是使得被划分到同一簇的对象之间相似度最大,而不同簇之间的相似度最小。-fuzzy clusters method
  3. 所属分类:C

    • 发布日期:2009-07-24
    • 文件大小:82944
    • 提供者:narassawhj
  1. 文本层次聚类算法和划分算法

  2. 文本聚类层次算法和K-Means算法的有机结合C#开发
  3. 所属分类:其它

    • 发布日期:2009-08-06
    • 文件大小:66560
    • 提供者:hwlchina
  1. 聚类算法简介-ppt

  2. 聚类就是对大量未知标注的数据集,按数据的内在相似性将数据集划分为多个类别,使类别内的数据相似度较大而类别间的数据相似度较小; 对相似的文档或超链接进行聚类,由于类别数远小于文档数,能够加快用户寻找相关信息的速度;
  3. 所属分类:其它

    • 发布日期:2009-09-07
    • 文件大小:2097152
    • 提供者:pw2005105211
  1. 基于聚类分析的图像分割和识别

  2. 湖南大学硕士论文,提出了一个聚 类分析的框架用于图像的分割识别。框架主要由三部分组成:对象空间、知识表 达系统和划分后的对象空间。三个部分构成两个映射:其一是对象空间到特征空 间的映射,另一个是特征空间到划分后的对象空间的映射。这实际上就是两个过 程:特征提取和聚类分析。聚类分析的过程就是一个划分的过程,而等价关系是 划分的前提,论文通过度量相似性构建等价关系。作为框架的应用,论文给出了 一个车牌分割的例子。
  3. 所属分类:专业指导

    • 发布日期:2009-10-21
    • 文件大小:5242880
    • 提供者:xuanruisong2006
  1. 基于图划分的谱聚类算法在文本挖掘中应用

  2. 基于图划分的谱聚类算法在文本挖掘中应用 基于图划分的谱聚类算法在文本挖掘中应用
  3. 所属分类:其它

    • 发布日期:2009-12-08
    • 文件大小:246784
    • 提供者:tieshuai
  1. 有关层次聚类算法优秀论文集

  2. 文本聚类是在没有学习的条件下对文本集合进行组织或划分的过程,基本思想是要将相似的文本 划分到同一个类中. 文本聚类技术能够用来发现大规模文本集合的分类体系,以及为文本集合提供一个 概括视图;它在信息自动获取,Web 数据挖掘等领域都有很多的应用。压缩了数十篇基于层次聚类的聚类算法相关论文。
  3. 所属分类:其它

    • 发布日期:2009-12-14
    • 文件大小:5242880
    • 提供者:wuwuinbnu
  1. FCM聚类算法的知识

  2. FCM算法是一种基于划分的聚类算法,它的思想就是使得被划分到同一簇的对象之间相似度最大,而不同簇之间的相似度最小。模糊C均值算法是普通C均值算法的改进,普通C均值算法对于数据的划分是硬性的,而FCM则是一种柔性的模糊划分。本文介绍FCM具体算法,并介绍一些模糊集合的基本知识。
  3. 所属分类:其它

    • 发布日期:2009-12-30
    • 文件大小:60416
    • 提供者:Fantasylove85
  1. 数据挖掘原理与SPSS Clementine应用-聚类分析教程

  2. 聚类分析原理 聚类分析常用算法分类 划分聚类方法 层次聚类方法 基于密度的聚类方法 基于网格的聚类方法 基于模型的聚类方法 高维数据的聚类方法 模糊聚类FCM 应用实例分析
  3. 所属分类:其它

    • 发布日期:2010-01-11
    • 文件大小:174080
    • 提供者:yxinfa
  1. 基于划分的模糊聚类算法

  2. 在众多聚类算法中,基于划分的模糊聚类算法是模式识别中最常用的算法类型之一.至今,文献中仍不断 有关于基于划分的模糊聚类算法的研究成果出现.为了能更为系统和深入地了解这些聚类算法及其性质,本文从改 变度量方式、改变约束条件、在目标函数中引入熵以及考虑对聚类中心进行约束等几个方面,对在 C-均值算法的 基础上得到的基于划分的模糊聚类算法作了综述和评价,对各典型算法的优缺点进行了实验比较分析.指出标准 FCM算法被广泛应用的原因之一是它对数据的比例变化具有鲁棒性,而其他类似的算法对这种比例变化却很敏
  3. 所属分类:其它

    • 发布日期:2010-05-02
    • 文件大小:397312
    • 提供者:www_djh
  1. 风暴潮灾情等级识别的模糊聚类.pdf

  2. 鉴于风暴潮灾情等级划分和识别过程中涉及的因素较多,且具有较大的模糊性等特征,描述了 基于模糊等价关系的模糊聚类的概念,及其在灾情等级科学划分和识别中的应用步骤。利用1976 - 2002年期间对湛江地区造成灾害的多场台风风暴潮的灾情统计资料进行了实证分析,结果表明该方 法是实用的、有效的。
  3. 所属分类:专业指导

    • 发布日期:2010-05-08
    • 文件大小:456704
    • 提供者:cjcljl
  1. 自然语言处理中聚类技术的训练语料

  2. 提供给自然语言处理研究者聚类工作的训练语料,该语料中包含20个已经划分好的新闻语料。
  3. 所属分类:专业指导

    • 发布日期:2010-05-12
    • 文件大小:16777216
    • 提供者:wenzheng38
  1. 改进性文本聚类资源研究

  2. 经典的文本聚类算法很多,K均值聚类算法是目前比较流行的一种基于划分的算法。该算法中文档 相似度计算通常采用向量空间模型,它们在假设术语间相互独立的基础上,通过逻辑表达式或向量间的 内积反映用户查询和文档的相似度,将查询结果按相似度的降序排列后提供给用户[1]。它们对用户的查 询项进行精确匹配,因此只能反映用户所要检索内容的某一方面,无法保证语义概念上的匹配。而且算法 效果与样本输入的次序和词频相关,只有当句子包含的词数足够多时,相关的词才会重复出现,其效果才 能体现出来,因此该算法只适合于词频
  3. 所属分类:其它

    • 发布日期:2010-05-17
    • 文件大小:190464
    • 提供者:nanaliv
  1. Web文本聚类技术及聚类结果可视化研究

  2. 大连交大一位马同学的硕士论文。设计并实现了一个并行K-means聚类算法和Web文本聚类原型系统,可进行并行K-means算法的划分聚类和基于层次的组平均聚类。利用几 组Web文本数据集对基本的K-means算法和改进的算法以及基于层次的组平均算法进行试验和比较,验证改进算法的有效性。实验结果表明:并行K-means算法的聚类结果与串行算法相同,但执行效率得到了很大的提高。
  3. 所属分类:其它

    • 发布日期:2010-09-27
    • 文件大小:1048576
    • 提供者:afanger
  1. 数据挖掘中几种划分聚类算法的比较及改进

  2. 本文首先是阐述了聚类分析以及主成分分析的一些理论基础,分析和比较了几类较流行的划分聚类算法。
  3. 所属分类:互联网

  1. 基于划分的聚类算法

  2. 基于划分的聚类算法,
  3. 所属分类:算法与数据结构

    • 发布日期:2017-06-30
    • 文件大小:903168
    • 提供者:qq_34325583
  1. 各种聚类算法介绍及对比

  2. 层次聚类:层次聚类 划分聚类法:Kmeans算法 基于密度的聚类:DBSCAN的概念
  3. 所属分类:机器学习

    • 发布日期:2018-03-02
    • 文件大小:243712
    • 提供者:ch379612148
  1. Kmeans聚类.rar

  2. k-means 算法是根据给定的 n 个数据对象的数据集,构建 k 个划分聚类的方法,每个划分聚类即为一个簇。该方法将数据划分为 n 个簇,每个簇至少有一个数据对象,每个数据对象必须属于而且只能属于一个簇。同时要满足同一簇中的数据对象相似度高,不同簇中的数据对象相似度较小。聚类相似度是利用各簇中对象的均值来进行计算的。
  3. 所属分类:Java

    • 发布日期:2020-10-14
    • 文件大小:14336
    • 提供者:black_cat7
  1. k-means聚类算法简介

  2. k-means 算法是一种基于划分的聚类算法,它以 k 为参数,把 n 个数据对象分成 k 个簇,使簇内具有较高的相似度,而簇间的相似度较低。 1. 基本思想 k-means 算法是根据给定的 n 个数据对象的数据集,构建 k 个划分聚类的方法,每个划分聚类即为一个簇。该方法将数据划分为 n 个簇,每个簇至少有一个数据对象,每个数据对象必须属于而且只能属于一个簇。同时要满足同一簇中的数据对象相似度高,不同簇中的数据对象相似度较小。聚类相似度是利用各簇中对象的均值来进行计算的。 k-means
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:92160
    • 提供者:weixin_38610573
  1. 一种基于动态遗传算法的聚类新方法

  2. 如何确定聚类数目一直是聚类分析中的难点问题.为此本文提出了一种基于动态遗传算法的聚类新方法,该方法采用最大属性值范围划分法克服划分聚类算法对初始值的敏感性,并运用两阶段的动态选择和变异策略,使选择概率和变异率跟随种群的聚类数目一致性变化,先进行不同聚类数目的并行搜索,再获取最优的聚类中心.七组数据聚类实验证明该方法能够实现数据集最佳划分的自动全局搜索,同时搜索到最佳聚类数目和最佳聚类中心.
  3. 所属分类:其它

    • 发布日期:2021-02-21
    • 文件大小:443392
    • 提供者:weixin_38544152
« 12 3 4 5 6 7 8 9 10 ... 24 »