不可微规划的邻近控制簇算法

本文提出了一个带非线性约束的凸不可微规划的邻近控制簇算法，并给出了一种加权技术．在Ｓｌａｔｅｒ约束规格满足的条件下，证明了算法的整体收敛性．数字例子表明，该算法是处理该类问题的一种有效方法．

一种基于相似性的文档聚类算法

针对常见信息检索技术的缺陷 ,提出一种基于相似性的文档聚类分析算法 .将文档集合转化为向量集合 ,基于向量之间的余弦相似度 ,采取凝聚的层次聚类算法来获得聚类 .给出了算法的详细描述和一个测试实例 .

一种高效的K-means聚类改进算法

针对传统K-means算法在初始质心选取的敏感性以及迭代计算的冗余性这两方面的缺陷,提出一种高效的聚类算法(ECA).根据数据对象的空间分布情况,首先采用空间划分预聚类算法(SDPCA)对数据集实现预聚类划分,然后采用基于邻近簇调整的优化聚类算法(OCANC)对预聚类成果进行优化处理,最终获取聚类成果.实验证明,该改进算法能消除对初始输入的敏感性,以更高的运行效率获取较高质量的聚类结果.