1) incremental clustering algorithm
增量式聚类算法
1.
Presented an efficient incremental clustering algorithm based on CURE.
目前已经提出了许多聚类算法及其变种 ,但在增量式聚类算法研究方面所作的工作较少 。
2) incremental clustering
增量式聚类
1.
A new incremental clustering algorithm is proposed in this paper based on the relativity principle,which means that the similarities of objects in the same cluster is higher than those among different clusters.
基于聚类的相对性原则:簇内对象具有较高的相似度,而簇间对象则相反,提出一种基于相对密度的增量式聚类算法,它继承了基于绝对密度聚类算法的抗噪声能力强、能发现任意形状簇等优点[1],并有效解决了聚类结果对参数设置过于敏感、参数值难以确定以及高密度簇完全被相连的低密度簇所包含等问题。
2.
A novel algorithm for mining user navigation pattern with incremental clustering was presented.
提出一种新的用户访问模式增量式聚类算法:首先引入一种新的用户兴趣表示方法构造用户访问特征对象,再基于蚁群聚类的基本思想,利用人工蚂蚁依相邻区域对象相似性拾起或放下对象实现聚类;然后使用一种类解体机制,随着用户兴趣度的变化而形成新的类别,从而实现增量式聚类更新发现用户新的访问兴趣。
3) incremental algorithm
增量式算法
1.
An incremental algorithm of extracting rules in the rough set;
粗集中规则提取的一种增量式算法
2.
Based on indepth study of rough set theory,the relation between increase of objects and attribute reductions are analyzed carefully,a judgement theorem for attribute reductions of rough set with respect to increase a new object is obtained,from which an incremental algorithm is proposed and its time complexity is analyzed.
在深入研究Rough集理论的基础上,仔细分析了对象集的增加与属性约简的关系,给出了增量式属性约简的判定定理,从而提供了计算所有属性约简的增量式算法,分析了算法的时间复杂度。
3.
A CRM- oriented incremental algorithm based on the rough set theory is given in this paper to deal with the requirement resulted from the CRM domain.
文章首先介绍了客户关系管理的目标和需求以及粗糙集理论的相关概念,然后给出了基于粗糙集的导出规则的增量式算法,最后通过CRM领域中的一个实例验证了算法的有效性。
4) increasemental cluster based on prioritized
基于先验知识的增量聚类算法
5) quantum clustering algorithm
量子聚类算法
1.
By analyzing the physical essence of the quantum clustering algorithm,the quantum potential is based on the theoretical basis of QC algorithm in quantum mechanics,thus it is used to determine the cluster centers rather than the clustering boundary.
通过与QC算法的实验比较,证明该算法有较高的聚类效能,比标准量子聚类算法简单可行、易操作。
2.
This paper introduces quantum potential,distribution mechanism of particle,a quantum clustering algorithm,gives the physical essence of the quantum clustering algorithm,and points out its advantage and the shortcoming.
介绍了量子势能、量子力学中粒子的分布机制和量子聚类算法,给出了量子聚类QC算法的物理理论根据,指出了量子聚类算法的优点和不足,提出了一种基于度量距离改变的量子聚类算法DQC,该算法对IRIS样本的聚类准确率比QC算法高出了8个百分点,实验结果证明了该算法的有效性。
6) incremental clustering
增量聚类
1.
An incremental clustering algorithm based on extended condensation point and grid;
基于扩展凝聚点和网格的增量聚类算法
2.
Replacement strategy for semantic caching based on incremental clustering;
基于增量聚类的语义缓存替换策略
3.
Design and implementation of dynamic and incremental clustering
动态增量聚类的设计与实现
补充资料：启发式算法
计算机科学的两大基础目标，就是发现可证明其执行效率良好且可得最佳解或次佳解的算法。而启发式算法则试图一次提供一或全部目标。 例如它常能发现很不错的解，但也没办法证明它不会得到较坏的解；它通常可在合理时间解出答案，但也没办法知道它是否每次都可以这样的速度求解。
有时候人们会发现在某些特殊情况下，启发式算法会得到很坏的答案或效率极差，然而造成那些特殊情况的数据结构，也许永远不会在现实世界出现。因此现实世界中启发式算法很常用来解决问题。启发式算法处理许多实际问题时通常可以在合理时间内得到不错的答案。
有一类的通用启发式策略称为元启发式算法（metaheuristic），通常使用乱数搜寻技巧。他们可以应用在非常广泛的问题上，但不能保证效率。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条