注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  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. 基于聚类算法实现信号盲分类

  2. 摘要：本文解决了信号处理、工业控制等领域存在的非平稳信号盲分类问题。在聚类中广泛应用的K-Means算法及其它基于中心的聚类算法有两个共同的缺陷—需要预先确定类数目且随机初始化中心引起性能不稳定。本文提出的算法较好地解决了这两个问题，提高了算法稳定性，实现了非平稳信号盲分类。提取非平稳信号的小波系数作为聚类的样本空间，分析聚类结果的统计偏差以估计类的数目，采用调和均值准则进行分类。最后给出的仿真结果表明本文提出的方法较传统的K-Means算法明显降低分类错误率。

  3. 所属分类：嵌入式

    • 发布日期：2012-12-22
    • 文件大小：128000
    • 提供者：ehomefoxconn

  1. 通过聚类匹配跟踪DDoS攻击报文真实来源的盲检测方法

  2. 随着Internet的快速发展，攻击的影响越来越严重。 IP欺骗使主机难以防御DDoS攻击。 在本文中，我们提出了一种盲目检测方法来跟踪DDoS攻击数据包的真实来源。 追踪单个数据包的真实来源非常困难。因此，我们通过群集匹配来追踪相似数据包的群集而不是单个数据包。 我们根据提出的量化模型选择K调和均值聚类方法对数据包进行预处理，同时提出一种确定最佳聚类数的方法。基于K调和方法和改进的轮廓跟踪数据包簇的真实来源。 实验结果表明，该方法可以检测出真实的数据包源，准确率高达92.54％。

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：299008
    • 提供者：weixin_38607554

  1. Generalized_K-means_on_Graphs：图上的广义K均值是一种利用诸如PageRank，调和中心度等中心性度量来获得有向图和无向图的k均值聚类算法的算法。-源码

  2. 图上的广义k均值 图上的广义K均值是一种利用诸如PageRank，谐波中心度等中心性度量的方法，在有向图和无向图上获得类似k均值的聚类算法。 该算法是可生成的，适用于图形，网格，点云甚至度量空间。 该算法的详细信息在论文中进行了描述： 脚本说明 此处演示的脚本可用于获取聚类图以及点云。 包装要求 NetworkX> = 2.0（基于图形的库） scikit学习> = 0.23.2 NumPy 入门：检测复杂网络中的社区 import numpy as np import net

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：277504
    • 提供者：weixin_42121754

  1. 基于模糊K-调和均值的单词-文档谱聚类方法

  2. 在分析单词-文档谱聚类方法的基本步骤, 找出其对初始值敏感的根本原因的基础上, 提出一种基于模糊??-调和均值的单词-文档谱聚类方法. 首先从矩阵相似的角度对谱聚类中的Laplacian 矩阵进行处理, 使其满足对初始值不敏感的条件; 然后通过加入模糊的概念, 用模糊K-调和均值算法代替K-均值算法, 使聚类结果对初始值不敏感. 实验结果表明, 所提出的方法不仅使聚

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：271360
    • 提供者：weixin_38737751

  1. 一种基于改进KH与KHM聚类的混合数据聚类算法

  2. 为解决K-means聚类对初始聚类中心敏感和易陷入局部最优的问题,提出一种基于改进磷虾群算法与K-harmonic means的混合数据聚类算法.提出一种具有莱维飞行和交叉算子的磷虾群算法以改进磷虾群算法易陷入局部极值和搜索效率低的不足,即在每次标准磷虾群位置更新后加入新的位置更新方法进一步搜索以提高种群的搜索能力,同时交替使用莱维飞行与交叉算子对当前群体位置进行贪婪搜索以增强算法的全局搜索能力.20个标准测试函数的实验结果表明,改进算法不易陷入局部最优解,可在较少的迭代次数下有效地搜索到全局最

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：472064
    • 提供者：weixin_38523251