聚类分析算法CLIQUE的研究及改进

CLIQUE是一种基于密度和基于网格的混合聚类方法。在高维空间中,它能够有效地进行聚类,并且能够发现嵌套在高维数据空间子空间中的聚类。但是,CLIQUE算法存在着很多的局限性,主要有以下两点:首先是子空间的剪枝;其次是CLIQUE算法追求方法简单化。针对CLIQUE算法的局限性,采用基于约束条件的聚类技术、自适应网格技术和边界调整技术来对CLIQUE算法进行改进,提出了基于约束条件和自适应网格的CAG-CLIQUE算法。     

聚类分析在入侵检测系统中的改进

本文针对传统的聚类算法在入侵检测系统中的不足,提出一种基于密度的初始聚类中心的选择方法,可克服普通K-Means中的需人工确定K值的问题,用此算法改进的入侵检测模型能够获得很好的聚类效果。对比实验结果,发现使用改进后的算法与传统的K-Means相比可以获得更高的检测率和较低的误报率。     

基于改进MPA优化的高斯混合模型算法

针对高斯混合模型算法（GMM）对初始参数敏感、易陷入局部最优的问题,本文提出一种基于改进海洋捕食者算法优化的GMM算法（MMPA-GMM）。首先基于混沌序列和伪对立学习策略初始化种群,引入非线性收敛因子平衡MPA算法的全局与局部搜索,同时提出融入社会等级制度的位置更新策略;然后从搜索能力和收敛速度对改进的MPA进行分析;最后以S_Dbw指标作为算法的适应度函数,利用改进的MPA优化GMM算法的初始参数。实验结果表明,改进的MPA在4种测试函数上表现良好,并且MMPA-GMM算法对4个数据集的聚类效果均有改善,有效避免了GMM算法陷入局部最优的问题。     

基于改进特征提取及聚类的网络评论挖掘研究

[目的/意义]针对信息过载条件下中文网络产品评论中特征提取性能低以及特征聚类中初始中心点的选取问题。[方法/过程]本研究提出采用基于权重的改进Apriori算法产生候选产品特征集合,再根据独立支持度、频繁项名词非特征规则及基于网络搜索引擎的PMI算法对候选产品特征集合进行过滤。并以基于HowNet的语义相似度和特征观点共现作为衡量产品特征之间关联程度的特征,提出一种改进K-means聚类算法对产品特征进行聚类。[结果/结论]实验结果表明,在特征提取阶段,查准率为69%,查全率为92.64%,综合值达到79.07%。在特征聚类阶段,本文提出的改进K-means算法相对传统算法具有更优的挖掘性能。     

基于改进均值聚类的混合型数据库查询优化算法

采用传统算法进行混合型数据库查询,由于文档与查询的匹配过于严格,存在对检索词的重要程度无法区分的问题,造成无法进行检索结果的排序的缺陷。为此,提出了一种基于改进均值聚类算法的混合型数据库查询优化方法。建立混合型数据库查询执行计划代价模型,精准的定义了数据库查询执行代价。将改进均值聚类算法与粒子群算法有效的相融合,将粒子群中的粒子划分为多个子群,更新所有的粒子,通过粒子间的相互信息融汇,搜寻到数据库查询最优解。实验仿真证明,基于改进均值聚类算法的混合型数据库查询优化方法精确度高,效率高。     

基于关键词共现频率的热点分析方法研究

关键词共现可以有效地反映学科领域的研究热点,为科学研究提供辅助支持。文章系统梳理基于共现频率的共词分析相关度算法、聚类算法、可视化方法等,评价现有聚类算法,并针对k-means聚类算法提出改进构想。     

一种基于差分进化算法和粒子群算法的双进化方式的全局优化算法

差分进化算法(Differential Evolution Algorithms,DE)和粒子群算法(Particle Swarm Optimization,PSO)是一种基于种群的全局优化的通用的启发式算法,已经用来求解很多的问题。本文提出一种基于DE和PSO的双进化方式的种群进化策略。对于种群中的每个粒子可以随机选择按照差分进化或者按照粒子群进化。为了提高进化的收敛速度,对于每一代粒子选择一个最优的粒子提供给按照PSO算法进化的粒子使用。通过4个标准函数测试该算法并与PSO和DE算法进行比较,实验证明该算法是一种求解精度高,速度快,鲁棒性好的算法。     

算子优化遗传算法的插画艺术设计模型

针对标准遗传算法在插画艺术设计的应用中还存在搜索效率低下、复杂度过高等问题。本文提出了一种基于算子及聚类优化遗传算法的插画艺术设计模型。首先在遗传算法运行中依据种群的特点来动态调整交叉概率和变异概率的数值,以提高算法的搜索效率,然后引入K-medoids算法对遗传算法进行聚类优化,并采用一个成本函数来进行评估聚类质量的好坏,以优化原算法的复杂度,最后采用改进遗传算法对随机插画艺术设计。通过实例仿真表明,本文提出的改进算法对插画艺术设计的实现,艺术性和创新性更高。     

Logistics映射扰动搜索聚类及软件设计

研究高效进行数据聚类,提高数据聚类能力的问题。传统的模糊C均值算法具有对初始值和噪声极为敏感和遗传算法在局部极值点收敛的缺陷。基于模糊c均值聚类算法,提出一种改进的优化聚类算法。利用混沌序列的均匀遍历特性和差分进化算法的高效全局搜索能力,对模糊c均值算法进行改进,利用Logistics混沌映射对聚类算法进行优化搜索,把混沌扰动量引入到进化种群当中,弥补了模糊C均值算法的缺陷。采用改进的Logistics映射扰动搜索聚类算法,以目标识别为案例,综合4类目标特征参数为研究对象,开发了一套有价值的目标识别专家系统软件。仿真实验表明,改进的数据聚类算法,具有优越的数据聚类性能,聚类判断准确率提高明显,设计的专家系统软件对目标识别特征分类具有较好的准确性和可靠性,具有一定的应用价值。     

基于Web日志的数据挖掘聚类算法研究及应用

针对FCM算法主要应用于点数据聚类,不能直接处理关系型数据的缺点。本文提出了一种基于Web日志的数据挖掘聚类算法,首先对FCM算法进行改进使其能够处理关系型数据,并对算法进行了健壮性改进。然后针对传统FCM算法需要在没有先验知识的基础上,事先确定聚类类别数的缺点,引入了竞争凝聚算法(CA),与FCM算法相结合,形成了CA-FCM算法,使之能够自动确定最佳分类类别数。实验表明,CA-FCM算法的挖掘结果与FCM算法的结果相近,在用户访问会话数量不太大时性能优于FCM算法。     

Delaunay三角网的构建理论研究

在GIS应用领域中,Delaunay三角网通常被用于生成不规则三角网(TIN)模型,并用于描述地表形态。详细叙述了的现有的Delaunay三角网三种生成算法——逐点插入法、逐步生长法和分割-归并算法,并进行了比较。最后分析了Delaunay三角网构建中存在的问题及未来研究方向。     

现代密码学中的素性测试问题

由于现代密码学正是建立在整数分解理论和计算复杂性理论的基础之上,因此素性测试问题对现代密码学的影响引起了人们的关注.本文将主要讨论现代密码学中的素性测试问题及其算法实现.然后再介绍几种素性测试算法及其实现.     

并行信息检索及其控制过程

本文探讨了并行处理的有关问题。对于一些针对大型数据库进行的检索，检索的响应时间有时成为影响系统的可用性。针对并行检索的有关问题，本文讨论了并行检索的类型及相关的结构。重点对MIMD结构的算法和SIMD结构的算法进行了探讨。     

基于L-C映射加密算法的电子商务安全性分析

随着信息技术的高速发展,电子商务成为未来商务活动的必然趋势。针对目前人们越来越重视电子商务的安全性问题,本文提出了一种应用于电子商务信息加密的L-C映射加密算法。该算法结合了Logistic映射算法和Cubic映射算法,形成新的Logistic-Cubic映射加密算法,简称L-C映射加密算法,并且采用分层迭代模式,再根据加密函数加密得到的密文,得到下一次算法的迭代次数,保证算法的随机性和规律性。算法仿真结果表明,本文提出的这种应用于电子商务信息加密的L-C映射加密算法在本文信息加密和图像信息加密上效果良好,且加密速度比一般的加密算法快,值得推广。     

蚁群算法的改进策略研究

蚂蚁算法是一种元启发式优化算法,研究表明其具有较强鲁棒性、优良的分布式计算机制、易于与其他方法相结合等特点,但是也存在一些不足。针对蚁群算法的不足,许多的学者提出了诸多的改进算法,通过对改进算法的研究发现对改进策略的研究是非常必要的。文中对改进策略进行总结,为算法改进发展提供必要的参考。     

球-棍分子模型的真实感图显示

给出了一种快速显示球棍模型的真实感图算法⒚该算法的消隐处理是采用排序法;浓淡处理是把球看成是由多个圆组成,把棍看成是由各平行线组成,这样圆及直线上的各点光强均相同⒚算法简单且快速⒚     

基于A*算法的最短路径寻优数学方法研究

近年来,作为人工智能领域一个分支的最短路径探索仍值得做更进一步的讨论和研究,最短路径问题是给定的网络图中寻找出一条从起始点到目标点之间的最短路径。在最短路径的算法之中,各个算法也都具有各自的优点和适用性。针对Dijkstra算法、蚁群算法、A*算法的特点,经过分析与研究得出,A*算法在最短路径寻优方面比其它路径寻优效率更高,对A*算法的程序实现,为人工智能领域以及机器人路径应用方面提供了重要的实际应用参考价值。     

蚁群算法及其在组合优化问题中的应用

介绍了一种求解复杂组合优化问题的新型的模拟进化算法——蚁群算法。阐述了该算法的基本原理、模型以及实现过程,并且介绍了蚁群算法在TSP问题、二次分配问题、车间作业调度问题、大规模集成电路综合布线以及车辆路径问题等组合优化问题中的应用思路。     

覆盖算法在文本分类中的应用

本文利用前向神经网络的交叉覆盖算法，通过对文本进行分词的预处理后，实现文本的自动分类。应用该算法对语料库中的文本进行实验，从实验结果来看，该算法在运行时间和精度上都取得了令人满意的结果。