搜索到56篇“ CHAMELEON算法“的相关文章
- 一种基于改进型Chameleon算法的宿舍分配方法
- 2022年
- 本文基于Chameleon算法对高维度R型问题进行聚类分析,提出加权共享-变色龙算法(KSNN-Chameleon)用于改进学生宿舍分配问题。KSNN-Chameleon算法首先将学生的宿舍集通过K近邻算法稀疏化,然后采用近邻加权方式处理已稀疏化的数据集得到加权近邻图;接着对加权近邻图通过洪水覆盖法(flood-fill)和点间共享近邻相似度(SNN)进行图划分;最后KSNN-Chameleon算法采用第一截断法来快速确认数据集的分簇是否符合要求,反复划分与合并获得最终的聚类结果。实验结果证明,KSNN-Chameleon算法不仅在面对R型高维度聚类问题时仍能保证较好的稳定性与精度,且与传统Chameleon算法相比,KSNN-Chameleon的聚类精度提升了20.88%,聚类时间提升了2.73%。
- 顾唐杰秦波蒋小菲
- 关键词：CHAMELEON算法共享最近邻
- 一种基于改造CHAMELEON算法的网络流量应用识别分析方法及系统
- 本发明涉及一种基于改造CHAMELEON算法的网络流量应用识别分析方法及系统，所述一种基于改造CHAMELEON算法的网络流量应用识别分析方法包括：采集原始网络流量数据进行解析得到网络流量解析数据；利用所述网络流量解析数...
- 范传庆吴冠标李新胡文波齐帅郭天瑞翟宏伟户志伟
- 基于改进Chameleon算法的R树构建
- 由于空间数据的维度属性和位置关系的可变性，空间数据库的主要工作是处理大量空间数据，并且它可以合理有效地完成所需的添加、删除、修改以及其他功能。对空间数据进行索引特别重要，索引不仅可以改变数据的存储结构，优化存储过程，还可...
- 贺乃洲
- 关键词：空间数据库空间索引CHAMELEON算法
- 文献传递
- 基于凝聚的层次聚类方法改进的CHAMELEON算法的研究与应用
- 近些年，互联网技术和信息产业不断高速发展，人们开始关注“大数据”这一术语，并逐渐的被人们提及，信息时代的海量数据也用它来描述和定义。随着社会时间的不断流逝，海量数据的重要性开始逐渐的被人们意识到。大数据时代，人类首先要迎...
- 赵晶晶
- 关键词：层次聚类CHAMELEON算法
- 基于K-medoids的Chameleon算法分析被引量：2
- 2019年
- 通过对现有的Chameleon算法进行改进,将Chameleon算法与K-medoids算法相结合,提出了一种新的混合的聚类算法。改动之处在于:取消Chameleon算法的第一阶段的划分小类簇,代替它的是运用K-medoids算法对原始数据进行初步划分,将充分接近的对象作为一个整体对待,对得到的类簇直接用Chameleon算法第二阶段的合并算法进行类簇的合并。运用多个数据集进行实验测试,根据不同的实验指标对实验结果进行分析,证明改进的Chameleon算法有很好的聚类效果。
- 韩新新
- 关键词：聚类CHAMELEON
- 基于Chameleon算法的网络社群用户特征挖掘
- 互联网不断冲击传统商业模式和社会协作方式，同时，网络社群这种新的连接方式也正在对中国新经济的发展以及社会的进步产生着潜移默化的影响。用户是网络社群最重要的组成部分，用户既是网络信息的获取者又是网站信息的传播者和制造源，对...
- 王野
- 关键词：网络社群用户特征信息挖掘
- 文献传递
- 基于DPC算法与模块密度的改进Chameleon算法被引量：1
- 2017年
- 本研究基于Chameleon算法结合DPC算法和模块密度函数,提出一种基于密度的层次聚类算法。在Chameleon算法第一阶段,引入DPC算法进行数据处理,在第二阶段,利用近似度函数进行子簇合并时,引入表征簇内数据点相似程度的函数——模块密度,当模块密度值最大时获得最终聚类结果。本算法利用上述方法建立动态模型,可自动确定终止条件,并且可以识别任意形状簇,克服了传统Chameleon算法无法找到聚类终点和对于初始参数设置敏感的问题。
- 宫峰勋邢晨马艳秋
- 关键词：CHAMELEON算法模块密度稳健性
- 基于改进Chameleon算法的农资消费数据聚类方法
- 本发明涉及一种基于改进Chameleon算法的农资消费数据聚类方法，其包括如下步骤：步骤1、得到偏好向量集合X；步骤2、得到初始加权图及初始模块度；步骤3、将与最小结构等价相似度对应的两个节点或两个簇进行合并，以得到当前...
- 张光辉王儒敬王伟
- 文献传递
- 一种改进CHAMELEON算法的聚类算法COCK被引量：3
- 2015年
- 通过对现有的CHAMELEON算法进行改进,并借鉴ROCK算法的计算步聚,提出了一个新的层次聚类算法COCK.改进之处在于:合并的簇的内部紧密性、合并的簇的内部互连性、相对紧密性和相对互连性的计算方法进行了改变,并取消了CHAMELEON算法原有两个阶段的第一个阶段.由簇U和簇V合并构成的簇W的内部紧密性由两个因素决定,一个是簇U和簇V本身的内部紧密性的加权和,另一个是簇U和簇V之间的绝对紧密性;簇W的内部互连性由两个因素决定,一个是簇U和簇V本身的内部互连性的加权和,另一个是簇U和簇V之间的绝对互连性;由簇W和簇J合起来的簇的相对紧密性的计算方法是,先求出簇W和簇J内部紧密性的加权和,用这个加权和去除簇W和簇J之间的绝对紧密性;计算两个簇W和J之间的相对互连性的方法是,把簇W和簇J之间的绝对互连性除以簇W和簇J内部互连性的加权和.
- 朱烨行李艳玲杨献文
- 关键词：文本聚类文档聚类CHAMELEONROCK
- 基于改进Chameleon算法的IPO定价方法研究
- 2014年
- IPO定价一直是理论界和实务界争相讨论的热点话题,以往构建于单一指标的估值方法误差较大,怎样采用合适的办法对IPO定价相关指标进行量化分析是一个难题。文章对研究对象数据采用主成因分析法对影响IPO定价的有关指标矩阵数据进行预处理,再采用改进的Chameleon算法进行聚类分析,最后对待分析的新上市股票进行贝叶斯分类,从而实现其定价的指导。实验证明,该方法能够比较客观、科学的对IPO定价进行调整指导,具有一定的实际意义。
- 王华
- 关键词：聚类算法IPO定价
