【摘 要】
：
聚类融合是聚类分析领域的一个研究热点,它将针对同一问题产生的多个聚类成员（即聚类结果）融合成一个结果,以提高聚类算法的鲁棒性和准确性.在聚类融合过程中,聚类成员的“质量
【机 构】
：
西安交通大学电子与信息工程学院,洋浦经济开发区经济发展局
【基金项目】
：
国家自然科学基金项目（61540008）,陕西省自然科学基础研究计划项目（2014JQ2-6038）
论文部分内容阅读
聚类融合是聚类分析领域的一个研究热点,它将针对同一问题产生的多个聚类成员（即聚类结果）融合成一个结果,以提高聚类算法的鲁棒性和准确性.在聚类融合过程中,聚类成员的“质量”非常重要,一些“质量”比较差的聚类成员会直接影响聚类融合的结果.在深入研究聚类融合算法基础上,提出新的加权JP（Jaccard index-Precision）聚类成员选择方法和基于该方法的聚类融合算法.在多个不同数据集上的实验结果表明,利用这种新的聚类成员选择方法可以有效地改善聚类融合算法结果的准确性和鲁棒性,性能显著提高.
其他文献
针对目前传统粒子群算法早熟收敛、多维空间搜索精度不高的问题,提出了一种逐级寻优的算法,在该算法中,基于树状的拓扑结构,同时在速度更新公式中加入最优的叶子节点来平衡粒子全面搜索空间的能力.这样有效地优化了空间搜索精度的问题,又能使群中的粒子向局部最优值、全局最优值和叶子节点的最优值学习,避免早熟收敛.通过几个经典的基准测试函数仿真实验,比较了几种不同算法的效率,测试结果表明提出的新算法取得了很好的效
作为＂建筑设计＂这一传统行业中的一员,我个人对＂数字技术＂1并无专业视角的认知,但也一直关注其在建筑领域中应用的可能性,并且做过一些初步的探索。在这里,仅从＂建筑设计＂行业本身
为了能高效地从大数据集中挖掘所有频繁项集，提出了一种基于MapReduce和矩阵的频繁项集挖掘算法．该算法将事务数据库转化为矩阵，按照垂直划分方法将矩阵分解成多个规模相同的子
<正>设计师的话和一个优秀的企业合作,并试图通过你的工作使他们更为出色,是一件有意义而又非常具有挑战的事情,尤其当它自身和大环境都在经历深刻转变。我们在各自的工作场
由中国建筑学会与台湾绿领协会共同主办，中国环境科学学会协办的“2016吸碳建筑研讨会”于4月19日在北京钓鱼台国宾馆举行。来自两岸及全球多个国家的近三百位学者、建筑师汇