基于混合K-中心点的Web客户聚类

通过对Web日志文件进行分析，该文提出了一种改进的K-中心点聚类算法对Wweb用户的行为进行分析的方法。该算法利用模糊相似度，并模仿遗传算法中计算适应度思想，另加了一层循环迭代，每次比较适应度，保留最佳适应度，使之有较好的性能，改进了其易局部最优化的缺点。     

对增量式模糊聚类算法的改进

提出了一种增量式模糊聚类技术的改进算法，该算法仅对新增数据计算相似系数而直接聚类，其结果和动态聚类算法相同；该算法较好地解决了新增数据的聚类及类属问题，提高了模糊聚类算法的收敛速度，实验结果证实改进了算法的高可靠性。     

基于直方图的概率数据流聚类算法

文章提出一种概率数据流聚类方法PWStream。PWStream采用直方图保存最近数据信息摘要,在允许的误差范围内删除过期的数据元组;并设计了一种基于距离和存在概率的簇选择策略,从而可以发现更多的强簇。理论分析和实验结果表明,该方法具有良好的聚类质量和较快的数据处理能力。     

基于线性聚类算法的轴承钢硬度涡流检测虚拟系统的设计

针对轴承钢硬度的要求，提出了一种对电磁检测中的信号进行分类处理的简便方法，得出了一种简单实用的无IR区的线性分类规则，在此基础上利用C＋＋Builder设计了轴承钢硬度虚拟检测系统。     

基于聚类融合的聚类分析方法研究

聚类分析是一个正在蓬勃发展的领域,具有非常重要的理论价值和极其广泛的应用领域。作为聚类分析的一个新兴分支,聚类融合已经成为当前数据挖掘和机器学习领域的研究热点之一。本文对聚类融合方法进行了综述,介绍了近几年聚类融合方法研究的主要内容,并讨论了聚类融合方法未来的发展方向。     

基于粗糙集和模糊聚类的评价方法研究

利用模糊聚类的方法实现连续性指标值的离散化,对分析对象进行分类以获取指标的粗糙数,应用粗糙集约简方法生成约简的指标集并确定指标属性的权重以对其进行综合评价。这种新的评价方法将RS和模糊聚类有机地融合起来,可以充分发挥两种方法的各自优势。最后通过上市公司业绩评价实例验证了此方法的实用性。     

数学方法在数据挖掘聚类中的应用研究

聚类是数据挖掘中的重要研究领域。实现数据挖掘中聚类,有很多种不同的方法,其中基于数学的方法在聚类中发挥着重要的作用。有关聚类的数学方法有:模糊聚类方法、灰色趋势关联聚类、基于区间值的聚类方法。本文分别从方法解决的问题、适用条件、优缺点及其改进方法角度对这几种方法进行了分析和对比,以此体现数学方法对数据挖掘的重要性。     

基于灰色聚类法的个人信用等级综合评价

为了克服传统的信用决策系统过多依赖于专家的主观判断系统的弊端,越来越多的数学方法被引入到了信用评价体系中,本文采用灰色聚类法来进行个人信用评价,根据灰数的白化权函数将个人信用指标或评价对象划分为若干个可定义类别的方法,通过确定了各评价指标的阀值,建立了个人信用指标的白化权函数和评价模型.并通过具体的实例来对该评价方法进行验证.     

浅谈文本聚类研究

针对传统聚类算法在确定聚类类别数方面所存在的问题:无先验知识所导致的盲目性以及繁杂统计指标的难理解性,提出一种基于SOM的可视化聚类算法.VC-SOM,利用SOM网络数据集的聚簇分布特征.进而确定聚类类别数.并进行了仿真研究,获得了较满意的结果.     

带有成对约束半监督聚类算法C-DBSCAN的设计与实现

DBSCAN是一种经典的基于密度聚类算法,能够自动确定簇的数量,对任意形状的簇都能有效处理。但是,在半监督聚类中有些是以成对约束信息作为先验信息来引导聚类过程,而传统的DBSCAN算法并未充分利用这些信息。因此,论文在基于密度的聚类中使用成对约束,对DB-SCAN算法进行改进并最终实现了C-DBSCAN算法。实验表明,该算法有效地提高了聚类的质量。     

会计师事务所可持续发展战略研究——基于聚类与决策树方法

聚类和决策树方法有效的结合,不仅可以实现对会计师事务所多个因素的多角度考察,同时也可以避免人为假设因素的影响及敏感特征因素的丢失。研究发现,会计师事务所的可持续发展和其自身的条件具有很强的相关性,优秀的会计师事务所应当从内涵发展和外延拓展方面实现做大做强。     

海量数据的模糊聚类

对基因表达数据提出模糊聚类的方法，不直接作用于观测数据，而作用于行和列的模糊相关矩阵的等价闭包。利用该方法可有效地将相似的行或列进行聚类。计算结果表明该方法的有效性。     

西部十二省(区、市)综合实力的灰色聚类评价

根据灰色聚类分析的原理与方法,利用改进的变权聚类方法,对西部十二省(区、市)近年的经济综合实力进行了灰色聚类分析,从而对各省(区、市)的经济发展水平做出了量化的评价,使西部地区了解各自经济发展的水平,为制定适合的经济发展政策提供依据。     

基于灰色聚类模型的纺织企业信息化水平评估

根据纺织企业生产管理的特点确定其信息化水平评价指标体系,再据此设计调查问卷;选择具有代表性的样本企业进行问卷调查,获得企业信息化的相关数据;根据数据有限且灰度大的特点,运用灰色聚类评估理论建立评价模型;使用MATLAB软件和EXCEL软件计算和处理数据,进行实证分析并据此得出影响企业信息化水平的主要因素,为提高信息化水平提供可靠地决策依据。     

农业产业化进程中农村金融需求的影响因素剖析——基于系统聚类方法的实证研究

目前,农业的产业化进程正对中国农村产生着翻天覆地的变化,突出表现在农业产业化组织可以将农户与市场相联系,把农户的经营性功能分离出来,极大的解放了农村生产力。正是基于这一背景,本文从金融需求的角度出发,研究农业产业化进程对当地金融需求的影响情况。通过对欠发达地区的县域横截面数据进行因子分析,实证结果证明目前农村产业化对金融需求的影响力已经超过单一农户的影响力。在此基础上,我们又进行对各县域进行综合打分和聚类分析,进一步地归纳分析金融需求的影响因素,并提出相关政策建议,以便使异常稀缺的农村金融资源能够实现最优化配置,从而促进农村经济发展和农民增收。     

基于核的自适应聚类及其在文本分类中的应用

针对k-medoid算法不能有效聚类大数据集和高维数据的弱点,将核学习方法引入到k-medoid算法,提出了基于核的自适应k-medoid算法,使其能够对大数据集和高维数据进行聚类。给出了具体实现过程并将其用于文本分类中,实验表明该算法用于文本分类的有效性及其高效率。     

浅议全微分方程的求解方法

关于全微分方程的求解,有较多的方法,通过对高数教材的研究和相关文献的查阅,笔者对各类求解方法做个小结。     

基于MS聚类分析模型的数据挖掘应用研究

本文分析了数据挖掘所具有的重要作用,简单介绍了MS聚类分析的现状,并对MS聚类分析的数据挖掘应用模型及建构数据挖掘体系的方法进行了探讨。     

基于 MS 聚类分析模型的数据挖掘应用研究

本文分析了数据挖掘所具有的重要作用,简单介绍了MS聚类分析的现状,并对MS聚类分析的数据挖掘应用模型及建构数据挖掘体系的方法进行了探讨.