模拟退火K均值算法在文本挖掘中的应用

讨论了聚类分析及文本挖掘,分析了一种用模拟退火思想改进的K均值聚类算法在文本挖掘中的应用。传统的信息检索技术已经不适应日益增加的、大量文本数据处理的需求。如何从数据中分析和提取有用信息即文本挖掘已经成为数据挖掘中日益流行与重要的研究课题。     

应用模糊C均值聚类法判别同调机群正确性研究

利用BPA软件以新英格兰10机39节点系统为例,验证模糊C均值聚类法判别同调机群的正确性。     

基于网格的K-均值聚类分析算法的研究

在K-均值聚类分析算法和网格聚类算法基础上,对两种算法进行整合并提出了一种新的KG.CA聚类分析算法。通过对计算密度阀值的函数的改进,本文提出了一种基于网格的K-均值聚类分析算法。最后通过详细的数据分析和计算验证KGCA聚类分析算法可以有效降低凝聚度,和提高分离度从而有效提高聚类效率。     

均值—方差准则的矩阵分析

本文以矩阵理论为工具 ,对作为现代资产组合理论基础的均值—方差准则解的结构进行分析 ,将任一有效投资组合表示为两个特定投资组合的线性组合 ,对两个特定投资组合的直观经济意义进行解释 ,讨论了它们在理性投资市场中的作用。     

解析几何中建立不等关系的策略

点评：本小题主要考查直线、圆和双曲线等平面解析几何的基础知识，考查轨迹方程的求法、不等式的解法以及综合解题能力．在本题是通过直线与双曲线相交于不同两点，用判别式建立了第一个不等关系；     

例说利用等号成立的条件证明不等式

在证明含有“≥，≤”的不等式时，如果能够关注其中等号成立的条件，并结合“均值不等式”、“柯西不等式”等号成立的条件，那么往往能够很快找到问题的突破口，从而收到事半功倍的效果．下面简单举例说明．     

基于信号分析的椒盐噪声滤波算法

椒盐噪声对图像造成或亮或暗的像素点,从视觉上影响图像的质量。采用基于信号分析的方法去除图像中的椒盐噪声,信号分析能准确判断出噪声与信号像素,该方法依据椒盐噪声模型准确区分信号与噪声,对信号像素给予保留,而对于噪声像素则有针对性地对其作中值滤波、扩大的中值滤波或均值滤波。实验结果表明,与线性加权、梯度倒数加权以及小波去噪算法相比,文中算法能有效降低图像中的椒盐噪声,对图像的边缘与细节保持较好,并且能得到较高的信噪比。     

一题多解求解不等式问题

不等式是中学数学中最重要的内容之一,它作为重要的数学工具知识,渗透在各个数学分支中。不等式内容主要涉及不等式的性质、不等式的证明、不等式的解法等,不等式的证明和应用综合性强,解(证)法灵活,在求解不等式问题时,同学们要尝试一题多解、举一反三。一、证明不等式的方法丰富多样考试大纲要求了解证明不等式的基本方法:比较法、综合法、分析法、反证法和放缩法。此外,证明不等式还有基本不等式法、换元法(三角换元、代数换元)、构造法(构造函数、构造图形)等。     

基于模糊C均值聚类的嵌入式数据库并行推荐算法

嵌入式网络数据库优化访问的关键是对访问目标数据的准确推荐和挖掘,以实现数据的准确检索。提出一种基于模糊C均值聚类的嵌入式数据库并行推荐算法,构建嵌入式数据的数据结构模型,进行数据信息流属性集特征提取。采用模糊C均值聚类算法实现属性分类,以此实现嵌入式数据的库并行推荐和挖掘。仿真结果表明,采用该算法进行数据库访问,精度较高,执行时间较短,性能优越。     

基于K-means和Label Propagation的半监督网页分类

提出基于图的半监督学习算法,即类别传播算,结合K均值算法改进,用于网页分类。该K均值类别传播方法使用欧式距离的建立带权∈NN图。在这个图中,图节点表示已标记或未标记的网页,边上的权重表示节点的相似度,已标记节点的类别沿着边向邻居节点传播,从而将网页分类问题形式化为类别在图上的传播。结合K均值方法,提高了计算速度以及图方法的归纳能力,经UCI数据集测试,结果表明,此算法比类别传播算法有更好的性能,能够有效地用于半监督网页分类。