基于DBSCAN聚类算法的Web文本挖掘

Web文本聚类是文本挖掘的重要组成部分。该文章分析了Web文本挖掘的方法,通过比较现有的几种聚类算法之后,着重研究了一个基于DBSCAN的聚类算法．以及它在文本挖掘中的具体实现过程。     

灰色聚类法在湛江港冬季水质评价中的应用

2006年12月底,将湛江港划分为码头和七个断面,每个断面分为三个监测点进行调查,应用灰色聚类法对其水质测量结果进行综合评价。结果表明:从空间分布上看,各监测点水质状况好坏差别较大,断面Ⅰ、Ⅱ、Ⅲ,、Ⅶ为一类水质,断面Ⅳ、Ⅴ、Ⅵ、码头为三类水质,污染严重。     

数据挖掘中基于密度的聚类结构及算法设计

聚类分析是数据挖掘的主要技术之一。其中基于密度的聚类可以得到任意形状的聚类结果,从而可以观察到一个并发的、完整的聚类结构。对聚类、数据对象、簇的密度、基于密度的方法和OP TICS中的基本概念进行了描述,在此基础上,明确定义了簇的密度,建立了关于ζ的基于密度的簇、密度度量函数等概念,并设计了获得聚类结构的相应算法且对其进行了复杂性分析。     

基于决策树归纳的聚类方法与实现

采用一种改进后的决策树归纳聚类算法和交互式CLTree(Clustering based on decision Trees)剪枝，对商业数据的某些问题实现了聚类挖掘。对交易数据的实际酸类分新表明，该方法不仅可以处理数值型属性，还可以处理枚举型属性。实验结果表明，该方法在处理很合类型数据时具有良好的挖掘效果。对商业数据聚类分新，可以得到合理的市场分段，预测顾客的购买行为。     

融合流形距离与标签传播的改进密度峰值聚类

密度峰值算法依赖于欧式距离实现局部密度的选择,该算法在处理高维数据、存在密度不均匀的类簇的数据集上效果不是很理想.针对以上问题,提出一种融合流形距离与标签传播的改进密度峰值聚类算法(improved density peak clustering combining manifold distance and labe...     

Clustering and clique partitioning: Simulated annealing and tabu search approaches

We study the application of simulated annealing and tabu search to the solution of the clique partitioning problem. We illustrate the effecveness of these techniques by computational results associated not only with randomly generated problems, but also with real-life problems arising from applications concerning the optimal aggregation of binary relations into an equivalence relation. The need for these approaches is emphasized by the example of a special class of instances of the clique partitioning problem for which the most commonly used heuristics perform arbitrarily badly, while tabu search systematically obtains the optimal solution.

---

Résumé Nous étudions dans cet article l'application du recuit simulé et de la méthode de recherche tabou dans la résolution du problème de partitionnement de graphes en cliques. Nous illustrons l'efficacité de ces techniques par des résultats numériques associés soit à des problèmes génerés au hasard, soit à des problèmes réels concernant l'agrégation de relations binaires dans une relation d'équivalence. L'intérêt de ces approches est mis en évidence à travers une classe de problèmes pour lesquels les heuristiques les plus connues ont une performance arbitrairement mauvaise, tandis que la méthode de recherche tabou obtient systématiquement des solutions optimales.

     

基于次近邻扩散聚集生长的复杂网络及其分析

提出了一种基于次近邻扩散聚集生长的复杂网络模型生成法则.用于刻画与扩散置限凝聚等复杂现象相关的实测对象.通过细致的计算机仿真模拟,初步研究了生成半随机复杂网络的一些典型数字特征:包括度分布、网络直径、平均路径长度、平均聚类系数等.研究结果表明,按照提出的方法产生的复杂网络具有短的平均路径长度、较高的平均聚类系数、具备明显的齐次网络特性.同时,在变动跳动概率之差时,生成网络直径、平均路径长度、网络平均聚类系数等呈现规律性变化;且生成网络直径、平均路径长度与网络平均聚类系数呈负相关关系.     

能量均衡分簇算法在传感器网络中的应用

无线传感器网络存在能量约束问题,网络簇头能量消耗不均衡和簇头的瓶颈等问题都是因为LEACH算法中簇首分布不均会造成的。为了解决这些问题,提出了一种新的算法,也就是基于能量高效网络分簇路由算法。为了让簇头均匀地分布在网络中,通过节点的能量、邻节点数确定出簇头的优先度。通过能量参数设置簇组建,大大降低了簇的重建频率。     

基于环扇交错的无线传感器网络分簇算法

针对无线传感器网络能量消耗不均衡并且节点电池能量有限的问题,提出了基于环扇交错的分簇路由算法,算法在簇头的确定上考虑了节点的剩余能量及与其它节点的距离,优化了簇头的选举,同一扇区的簇头采用与相邻内环的簇头之间通信的方式传输数据;并采用非均匀分簇的思想,使得靠近基站的簇的规模小于远离基站的簇的规模,均衡了无线传感器网络的能耗,通过仿真,该方法能够延长网络生存期。     

基于论域划分的无监督文本特征选择方法

由于缺乏类信息,使得无监督文本特征选择问题一直未较好地加以解决。为此,对该问题进行了研究并提出了一个基于论域划分的无监督文本特征选择。该方法主要是把论域划分的思想引入到无监督文本特征选择之中,其首先使用一种新型无监督文档进行文本特征初选以过滤低频的噪声词,然后再使用所给的基于论域划分的属性约简进行文本特征优选。实验结果表明这个方法能够克服文本聚类时缺乏类的先验知识的不足,可以较好地解决无监督文本特征选择问题。