基于多项式核的结构化有向树数据聚类算法

各个点在数据内部的组织结构中自然地扮演着3种不同的结构性角色,分别是毂、质心和野值.在基于邻域的聚类算法中,邻域密度因子能够识别分离数据集中的毂、质心和野值.但是,邻域密度因子对有噪声和重叠的数据往往失效.为了解决该问题,引入了基于多项式核的邻域密度因子,并在有向树框架下,提出了一种结构化的数据聚类算法,其计算复杂度线性于输入数据的大小.对带有噪声和重叠的数据集,该算法能够找到所有显著的、任意形状的不均衡聚类.在人工和真实数据集上的实验结果都证实了该算法的有效性和快速性.

STRUCTURE OPTIMIZATION STRATEGY OF NORMALIZED RBF NETWORKS

Aimed at studying normali zed radial basis function network (NRBFN), this paper introduces the subtractiv e clustering based on a mountain function to construct the initial structure of NR BFN, adopts singular value decomposition (SVD) to analyze the relationship betwe en neural nodes of the hidden layer and singular values, cumulative contribution ratio, index vector, and optimizes the structure of NRBFN. Finally, simulation and performance comparison show that the algorithm is feasible and effective.

基于负载平衡的搜索算法研究

本文针对语义拆分的平衡算法提出了基于请求者反馈的搜索算法,然后对算法的搜索长度进行了分析,通过限定负载平衡时语义类移动的最大次数和聚类中节点的数目可以控制搜索服务的最大时间延时。