共查询到20条相似文献,搜索用时 31 毫秒
1.
较为系统的综述了当前空间聚类算法的相关研究。依据这些算法的特点,将它们归纳为两类:划分聚类算法、层次聚类算法。针对划分聚类算法,重点分析了PAM、CLARA和CLARANS算法。针对层次聚类算法,重点分析了BIRCH、CURE算法。比较了这些算法的复杂度,并介绍了相关应用。 相似文献
2.
文章对包括BF算法,KMP算法,BM算法,BMH算法,AC算法,AC-BM等算法在内的单模式匹配和多模式匹配算法的特点及其复杂度等方面进行了研究。 相似文献
3.
提出了一种改进的基因表达式编程算法,将这种算法和传统的基因表达式编程算法进行了对比。算法中设计了种群约简和种群更新两个算子,来提高种群多样性进而改进传统GEP算法的性能。实验显示改进的算法优于传统算法。 相似文献
4.
研究了二维频域成像算法,提出一种基于RD域分块的改进距离徙动成像算法,并将该算法与近似算法和一般逆变标算法进行了点阵目标仿真和运算效率比较.当测绘带较宽且距离徙动较大时,该算法聚焦性能优于近似算法和一般逆变标算法.通过比较还可看出该算法运算效率高于逆变标算法.最后用实测数据仿真验证了该算法是可行的. 相似文献
5.
6.
解决了Clever算法在Web超链接结构研究方面的一个问题:Clever算法在多重连续的超链接情况下忽略了用户的浏览行为,本文引入了可行性矩阵,提出了一种改进算法,同时应用Warshll算法解决了算法复杂度问题。 相似文献
7.
研究了一种求解作业车间调度问题的改进人工蜂群算法.在分析了蜂群算法在车间调度问题应用现状的基础上,指出了蜂群算法的优势和不足.针对蜂群算法在邻域搜索能力上的不足,利用模拟退火算法改进跟随蜂的邻域搜索过程,提高了算法搜索范围和收敛性.采用车间调度标准算例,通过仿真实验与其它算法进行比较,验证了算法的有效性和优越性. 相似文献
8.
蚁群算法是一种新型的模拟进化算法,是受到真实蚁群的觅食机制的启发而提出的。介绍了蚁群算法的基本原理和工作机制,并分别就蚁群算法的理论和应用进行了阐述,包括蚁群算法改进的不同算法以及蚁群算法在各个领域中的应用,并进一步给出了研究重点和发展方向。 相似文献
9.
10.
在介绍运动估计原理的基础上,对常见运动估计算法进行了分析,并提出了自适应探测搜索新算法,对新算法的搜索模式和搜索方法进行了介绍,描述了新算法的步骤,新算法减少了搜索点数。 相似文献
11.
分析了神经网络算法的基本原理,给出了BP神经网络算法的具体实现方法,总结了它的特点,并给出了基本流程。采用Matlab软件编程实现BP神经网络算法。将神经网络算法应用于函数逼近问题中,并分析相关参数对算法运行结果的影响,最后对BP神经网络算法进行了展望。 相似文献
12.
本文首先从数理角度界定了Kalman滤波算法的定义,并对其特征进行了介绍,分析了Kalman滤波算法的应用优势及缺陷,在基于仿真的Kalman滤波算法理论依据上,从优化计算复杂性和数据稳定性两个方面,给出了Kalman滤波算法的简化算法,归纳出简化算法的核心思想。 相似文献
13.
针对模式匹配中的单模式匹配算法,分析了其中性能较高的QS算法及其改进算法BMH2C算法的,结合QS算法和BMH2C算法,提出了一种改进的QS算法—基于一次判断双字符比较的模式匹配算法(SJDC算法),增大了匹配失败时的右移量,提高了匹配速度。本文最后对此算法利用不同的模式串进行了实验仿真,仿真结果表明,此算法有效地减少了模式串移动的次数,提高了模式匹配性能。 相似文献
14.
15.
决策树算法是数据挖掘领域的核心分类算法之一,ID3算法则是最为经典的决策树算法。本文以ID3数据挖掘算法在债务管理中的应用为例,验证了算法的性能。 相似文献
16.
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。 相似文献
17.
介绍了基于SUSAN特征检测算子的图像边缘检测算法,分析了该算法原理及实现过程,并用Matlab实现该算法,给出了实验结果,分析了SUSAN算法的优势。 相似文献
18.
Apriori算法是关联规则挖掘中的经典算法。通过对Apriori算法的基本思想和性能的研究分析,提出了一种基于垂直事务列表的树形结构的挖掘算法,减少了候选频繁项集的数量,提高了挖掘算法的效率。实验结果表明新算法具有良好的性能。 相似文献
19.
研究了基于关联规则的Apriori算法、FP-Growth算法,分析了两类算法的缺点.提出利用遗传算法改进关联规则挖掘算法,给出了属性种群和规则种群的适应度函数,并且给出了具体的算法流程.利用某企业服务网站WEB服务器的使用日志,来测试3种算法的性能.实验结果表明,改进算法的运行时间最短,提高了数据挖掘效率,完全可以应用于电子商务系统中. 相似文献