简介：聚类是数据挖掘中重要组成部分,为了提高聚类的处理效率,将并行处理技术运用于k-means和PAM算法中,对k-means与PAM算法进行了改进。实验结果表明:并行k-means算法相对串行k-means算法有更好的执行效率;且k-means算法有比PAM算法更好的并行性和可扩展性。最后,该文提出和介绍了将并行技术引入谱聚类算法。

简介：K-均值聚类算法（K-means）是基于划分的聚类算法中的典型算法，针对K-means算法初始聚类中心存在对K依赖的缺陷，提出一种新的选取K-means算法初始聚类中心的方法，该方法提高聚类结果的有效性和稳定性；还提出一种极值选择法，将最大距离法和最小距离法相结合，进一步提高初始聚类中心选择的准确性。

简介：实际应用中的协同过滤推荐算法往往面临着用户冷启动、数据稀疏等问题。针对以上问题,拟采用用户的属性信息进行聚类进行优化,实验通过MATLAB平台在MovieLens数据集上验证所提出的算法的推荐准确性。

简介：搜索在计算机上是多种操作的基本运算，其主要目的是从大量数据当中找出所想要的部分，而一般数据的存放，常设有键值（Key）以利搜索，例如在数据库中，要取得数据一定要配合许多键值的使用，方能有效而快速地存取。

简介：文档聚类在Web文本挖掘中占有重要地位．是聚类分析在文本处理领域的应用。文章介绍了基于向量空间模型的文本表示方法，分析并优化了向量空间模型中特征词条权重的评价函数，使基于距离的相似性度量更为准确。重点分析了Web文档聚类中普遍使用的基于划分的k-means算法．对于k-means算法随机选取初始聚类中心的缺陷．详细介绍了采用基于最大最小距离法的原则，结合抽样技术思想，来稳定初始聚类中心的选取，改善聚类结果。

简介：构件的合理分类是实现构件高效检索的基础和关键。针对目前应用广泛的刻面分类方法存在主观性因素的弊端，采用刻面分类和全文检索相结合的方法来描述构件。在此构件描述的基础上，利用聚类分析技术和语义分析技术提出一种基于语义的构件聚类索引树。并通过实验验证，该聚类索引树是可行的，有效地克服刻面分类方法的缺点，在一定程度上实现对构件的语义检索，而且具有较高的构件查全率和查准率。此外，用户在描述检索条件时，不再局限于限定的术语，更方便于普通用户。

简介：将C4.5决策树分类算法用于高职就业预测，并提取挖掘规则。对学生基本信息、各科考试成绩，以及就业信息进行处理，选取决策属性，构造决策树，由提取的规则，获得就业和学生成绩之间的关系，挖掘结果显示，该算法能将学习成绩属性和是否是学生干部属性进行正确分类，做出一定的就业预测，对辅助决策具有一定的帮助。

简介：自从1965年L.A．Zadeh先生提出模糊集合理论以来，模糊集合论的应用得到了很大的发展。但是Zadeh的模糊集合论存在两个严重缺点：不能正确描绘客观世界的全部模糊现象，特别是不能描绘“相交而非一致包含”的情况；不可能存在补集；以及定义了不存在的补集一个严重错误，导致了思维、逻辑和概念混乱。40年来，一直受到严肃数学家的批评。面对批评，Zadeh先生及其同僚用没有统一理论指导的“算予”拼盘来进行补充，反而使其更加缺乏科学性。

简介：4月9日,雷亚《聚爆Implosion》的到来顿时成为玩家与游戏行业的讨论焦点。到底一款顶着3A级别的手机游戏,值不值高昂的60元呢？视听盛宴游戏开场后会播放一段媲美CG大片的动画介绍背景,游戏UI、场景和角色建模营造出一种整体的科技感。场景和角色建模精细,贴图较为细腻,看不出锯齿。人物打击动作比较流畅,攻击＋常态滚动操作等连击操作也没有延时的情况出现。

简介：物流配送的车辆路径问题(VRP)是近年来物流领域中的研究热点,该问题属于NP难题,较难得到最优解和满意解。在建立了车辆路径问题数学模型的基础上,该问题被分解为两个阶段进行研究,分别为利用基于基地启发式分区算法进行区域划分和利用改进的遗传算法来确定具体的一条配送线路的先后次序。通过此改进的混合遗传算法最终得到优化配送路径。仿真计算结果表明,在大规模车辆路径问题中改进后的算法相比于传统的遗传算法最优解的质量得到一定提高。

简介：主要研究应用于图像放大技术领域的处理算法，常用的图像放大技术即为插值算法，主要插值处理方法有最邻近插值算法、双线性插值法、双三次插值。实验仿真结果表明最邻近算法处理后的图像效果较差，双线性算法处理后图像质量较高。而双三次插值算法处理后的图像质量最高，但运行时间较长。

简介：初学编程的朋友,往往容易被一些看似复杂的问题难倒。特别是有些问题,不能直接用数学公式计算,需要分析归纳,将其转化为数学问题后再解决。例题:三人同时开始放鞭炮,每人放N次,甲每隔2秒放一次,乙每隔3秒放一次,丙每隔5秒放一次,编程求一共听到几次鞭炮声?设一共听到d次鞭炮声,那么有下列对应关

简介：介绍了基本PSO算法以及两种典型的改进算法:1)全局邻域模式和局部邻域模式对粒子群优化算法的影响,全局邻域模式粒子群优化算法收敛快,但容易陷入局部极小值;局部邻域模式粒子群优化算法由于粒子倾向于在不同的局部区域搜索因而收敛速度慢,但能在较大程度上避开局部极小值;2)混沌粒子群优化算法,它具有混沌的随机性、遍历性、规律性等特性引导粒子及其组成的群落搜索全局最优解。

简介：Dijkstra算法采用的是一种贪心的策略,声明一个数组dis保存源点到某个顶点的最小距离,通过循环的方式来找到源点距某个顶点的最小路径的算法,Dijkstra算法可以用于解决生活中的很多问题,采用合适的方法对其进行优化是十分有现实意义的。

简介：在数据集中挖掘频繁模式是数据挖掘研究的关键环节之一。在过去，很多的努力都集中在独立数据的挖掘上。然而，现实世界中许多实体之间总会保持着千丝万缕的关系。如何获得这些关系的频繁模式，已逐渐成为近年来研究的一个目标，我们将它称之为频繁结构的挖掘。在数据挖掘中，一个重要的方法是关联规则挖掘。它被用来发现频繁出现在数据库事务中的项集；另一个重要的方法是序列挖掘，它的任务是去寻找一个项集的序列。这些挖掘任务都被称为频繁模式的挖掘。

简介：典型的文本聚类无法解决文本的不确定类别属性的问题，所以有必要将模糊聚类分析引入文本聚类。文章采用madab工具对从中国知网中获取的20篇文献进行文本模糊聚类，以期通过尝试性的实验研究来探索文本模糊聚类，了解其大致实现思路与流程。

简介：利用社交媒体平台的带时间的签到数据和少量带标注的样本，通过快捷有效的算法对未标记地点进行智能标记。算法首先对签到数据的用户特征和时间特征进行有效抓取，并通过信息熵对数据进行验证和筛选，然后利用杰卡德相似系数对地点之间的相似性关系进行概括，接着使用松弛标记法对地点的标签概率进行计算，最后构造支持向量机分类器，利用带标注的样本对分类器进行训练，从而导入未标记数据进行标记。

简介：主要针对图像的高斯噪声和椒盐噪声的去噪算法进行研究，分别使用到中值滤波、均值滤波和维纳滤波三种滤波算法。实验结果表明中值滤波对于椒盐噪声有更好的去噪效果；维纳滤波对高斯噪声有明显的作用，相比中值滤波和均值滤波，维纳滤波对高斯噪声有很好的抑制效果，与此同时，维纳滤波却容易丢失边缘信息且对椒盐噪声几乎没有去噪作用。

简介：为了避免光照和复杂背景造成的多人脸误检漏检问题,提出一种基于肤色和AdaBoost算法相结合的多人脸检测算法,本文首先本章首先应用CbCrCg空间下基于最小二乘拟合的肤色聚类模型作为人脸检测的预处理过程,然后需要进一步将该区域作为输入图像依次通过AdaBoost级联分类器进行人脸检测,进一步去除肤色区域中的非人脸区域,最后实现更精确的人脸定位。

简介：中值滤波是非线性滤波中最常用的一种方法,它既可以有效地滤除脉冲噪声,又具有相对好的边缘保持性,易于实现。结合中值滤波器在数字图像处理中的实际应用,研究其在实际的硬件电路设计与FPGA实现中的问题,并在Altera公司的芯片EP3SL150上完成了实现,并提出了改进的滤波算法。