排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
聚类算法是数据挖掘领域中一个非常重要的研究方向.至今为止人们已经提出了许多适用于大规模的、高维的数据库的聚类算法.基于密度的聚类算法是其中一个比较典型的研究方向,文中以DBSCAN为基础,提出一种基于密度的网格动态聚类算法.新算法将网格的原理运用到基于密度的聚类算法中,并采用了动态的参数法,能自动根据数据的分布情况进行必要的参数更改,有效减少DBSCAN对初始参数的敏感度,从而提高了聚类的效率和效果,降低了算法I/O的开销.算法不仅能挖掘出各种形状的聚类,并能准确的挖掘出数据集中突出的聚类. 相似文献
2.
3.
4.
焦誉 《合肥学院学报(自然科学版)》2009,19(3):59-62
网络演化博弈是研究社会财富分布的重要工具.使用经典的小世界网络来模拟社会网络的拓扑结构,并引入权重来表示个体联系的强度与频率,边的权重可以通过一个加权参数β进行调节.然后在此加权网络上研究了演化雪堆博弈的动力学过程,并使用基尼系数和帕累托指数两个经济学指标对系统的财富分布公平程度进行了量化研究.结果表明,系统的财富分布与参数β存在非单调的关系,并且公平程度在β=-1时达到最高. 相似文献
1