聚类研究

Kmeans聚类算法改进研究.pdf

Kmeans算法在模式识别和数据挖掘等领域应用广泛。针对高维度数据聚类效果差的问题，李森林和蒋启明提出了一种改进方法。

数据挖掘 23 2024-04-30

聚类算法研究进展综述

总结聚类算法的研究现状及新进展 分析代表性算法的算法思想、关键技术和优缺点 对典型算法进行实验对比，分析不同数据集和算法的聚类情况 提出聚类分析的研究热点、难点和待解决问题

数据挖掘 21 2024-05-25

聚类分析关键问题研究

聚类分析作为数据挖掘领域的重要方法，其核心目标是从数据集中识别出潜在的簇结构。在回顾现有研究成果的基础上，对聚类分析中的若干基本问题进行了梳理和总结，并探讨了相应的解决思路，为相关研究提供参考。

数据挖掘 18 2024-06-25

空间聚类助力MCS动力场特征研究

利用空间聚类（CLARANS）方法分析动力场（涡度、散度、垂直速度）分布特征，发现MCS发展和东移的动力学条件：西侧强辐合中心、垂直上升中心和向东正涡度平流。

数据挖掘 12 2024-05-25

数据挖掘中聚类算法比较研究

聚类分析是数据挖掘中的关键技术之一。探讨了数据挖掘中聚类算法的典型要求和不同类别的聚类方法。

数据挖掘 11 2024-08-24

基于SSE度量的K-means聚类算法聚类个数自适应研究

K均值聚类算法是数据挖掘中常见的无监督学习方法，其簇间数据对象越相异、簇内数据对象越相似，说明聚类效果越好。然而，确定簇个数通常需要有经验的用户设定参数。提出了一种基于SSE和簇的个数度量的自适应聚类方法（简称：SKKM），能够自动确定聚类个数。通过对UCI数据集和仿真数据的实验验证，结果表明改进的SKKM算法能够快速准确地确定数据对象中的聚类个数，提升了算法性能。

数据挖掘 10 2024-07-18

基于内容图像检索的聚类算法研究

基于内容图像检索的聚类算法研究，蛮适合平时研究视觉算法或搞 CBIR 项目的朋友看看。它不是那种高高在上的理论一堆论文讲不明白的类型，而是那种有例子、有方法、有评价指标，能直接拿来参考的实用文档。像K-means、FCM、SOM这些常见算法，全都有讲到，连怎么选聚类数量都有推荐。还有各种特征提取方法，颜色、纹理、形状，一个不落，对应用场景得也比较细。如果你平时做图像、机器学习方向，这篇真的能帮你少走不少弯路。

数据挖掘 0 2025-06-13

探索数据挖掘：聚类算法的比较研究

这份关于数据挖掘中聚类算法的比较研究论文，带你深入了解不同算法的优缺点和适用场景。

数据挖掘 15 2024-05-20

研究联机增量聚类算法的探索（2004年）

探讨了在联机数据挖掘系统中并行和增量聚类算法的应用，并提供了算法的伪码。实验结果显示，相较于传统的Apriori算法，联机增量聚类算法具有显著优势，同时验证了增量聚类算法及其在联机数据挖掘系统中的实际效用。

数据挖掘 10 2024-07-18

论文研究-基于相容关系的新型聚类算法

聚类分析是数据挖掘中的重要研究领域，传统的聚类算法通常划分为硬聚类和模糊聚类两类。提出一种基于对象集上的相容关系的新型聚类算法，通过极大相容簇对数据对象集进行分类。该算法使得同一对象可以属于不同的簇，每个簇具有独特的成员对象，从而实现了既不同于传统硬聚类也不同于模糊聚类的聚类效果。实验结果进一步验证了该算法在聚类分析中的合理性。

数据挖掘 8 2024-08-04