导读:本文包含了聚类搜索论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,全局,最优,烟花,时空,智能,启发式。
聚类搜索论文文献综述
王培晓,张恒才,王海波,吴升[1]（2019）在《ST-CFSFDP:快速搜索密度峰值的时空聚类算法》一文中研究指出时空聚类算法是地理时空大数据挖掘的基础研究命题。针对传统CFSFDP聚类算法无法应用于时空数据挖掘的问题,本文提出一种时空约束的ST-CFSFDP(spatial-temporal clustering by fast search and find of density peaks)算法。在CFSFDP算法基础上加入时间约束,修改了样本属性值的计算策略,不仅解决了原算法单簇集多密度峰值问题,且可以区分并识别相同位置不同时间的簇集。本文利用模拟时空数据与真实的室内定位轨迹数据进行对比试验。结果表明,该算法在时间阈值90 s、距离阈值5 m的识别正确率高达82.4%,较经典ST-DBCSAN、ST-OPTICS及ST-AGNES聚类算法准确率分别提高了5.2%、4.2%和7.6%。(本文来源于《测绘学报》期刊2019年11期）
范虹,张程程,侯存存,朱艳春,姚若侠[2]（2019）在《结合双树复小波变换和改进密度峰值快速搜索聚类的乳腺MR图像分割》一文中研究指出针对乳腺MR图像组织复杂、灰度不均匀、难分割的特点,本文提出双树复小波(DTCWT)变换结合密度聚类的图像分割方法.首先利用复小波域双变量模型结合各向异性扩散函数对图像进行去噪处理;进而通过简单线性迭代聚类(SLIC)算法将图像划分成一定数量的超像素区域,根据事先设置的阈值搜索每个超像素的近邻,从而降低基于K近邻的密度峰值快速搜索聚类(KNN-DPC)算法寻找每个样本近邻的时间;最终,引入超像素区域的近邻信息度量样本密度,采用KNN-DPC算法的分配策略自适应聚类.仿真和临床数据分割结果表明,所提算法能有效的实现乳腺MR图像的分割.(本文来源于《电子学报》期刊2019年10期）
杨金鑫,范英,樊祺超,訾慧鹏[3]（2019）在《基于动态区域搜索框及K-means聚类的叁车道检测算法》一文中研究指出为解决现有车道线检测方法在弯曲道路上识别准确率较差及Hough检测方法耗时较长的问题,提出一种基于动态搜索框及K-means聚类的叁车道检测算法。首先,根据逆透视变换(IPM)将感兴趣区域内部转化成鸟瞰图的形式,利用大津法(OTSU)将单帧图像分成前景和背景两部分区域,然后,在图像底部规定区域内进行直方图分析,得到车道线基准点建立初始搜索框,并在其内部使用K-means算法聚类得到车道线候选点,根据建立的车道线直线模型迭代生成搜索框;最后,将得到的车道线候选点根据贝塞尔曲线对其进行拟合得到检测车道线。实验结果表明算法可以很好地检测车道线弯曲部分,算法单帧处理时间达到30 ms,在包含障碍干扰的路况下识别准确率为90. 1%。(本文来源于《科学技术与工程》期刊2019年27期）
刘义鹏,李志鹏,蒋哲臣,梁荣华[4]（2019）在《基于密度峰值搜索的脑纤维快速聚类算法》一文中研究指出弥散张量成像为人类大脑白质结构无创检测提供了良好的前景,但是这类方法往往会产生庞大且难以理解的纤维数据集,如何对纤维集合进行有效地可视分析是临床研究中的重要问题。为解决该问题,采用动态时间规整算法,该算法通过拉伸和压缩两时间序列将其整合成同一长度然后计算最短折迭路径距离作为其相似距离,并将其扩展用于脑纤维相似性测量并得到快速且准确的结果。相似度是纤维聚类的唯一信息来源,纤维相似度矩阵的计算占据主要的计算时间,对密度峰值搜索算法进行改进,在连续聚类框架中对脑纤维进行聚类。最后通过实验证明这种连续聚类方法在满足聚类精度要求的同时能显着降低计算复杂度。(本文来源于《浙江工业大学学报》期刊2019年05期）
吴昊,王冠凌[5]（2019）在《烟花搜索导向的多路启发式聚类算法》一文中研究指出启发式聚类算法具有收敛速度快、易实现等优点,但初始解敏感,严重影响了聚类算法的质量。针对这一问题,提出了一种烟花搜索导向的多路启发式聚类算法。该算法通过多次调用经典启发式聚类算法,产生多个局部最优解;在搜索空间中以多个局部最优解为搜索起点,采用烟花搜索进行多路搜索;基于信息熵浓度设计烟花选择算子确定搜索方向;再经过变异、映射、偏移算子变换局部最优中心点,以发现质量更好的搜索起点;直至算法收敛获得新的搜索起点;最终以新的搜索起点调用经典启发式聚类算法获得高质量聚类结果。实验结果表明,烟花搜索导向的多路启发式聚类算法在不同数据集上的聚类质量明显高于对比其他聚类算法的聚类质量。(本文来源于《陕西理工大学学报(自然科学版)》期刊2019年03期）
刘姣[6]（2019）在《基于布谷鸟搜索的聚类推荐算法研究》一文中研究指出由于互联网飞速发展、信息数量爆发式增长,人们难以从中筛选有价值的资源、获取自己所需信息导致的越来越严重的“信息过载”问题,推荐系统(Recommended System)已经成为了各种电子商务的重要手段,可以帮助用户从海量数据中快速高效地发现获取自己所需信息,提高用户体验,防止用户流失。而作为推荐系统的关键部分,推荐算法(Recommendation Algorithm)受到了很多领域的专家学者们的广泛关注。算法性能的优劣直接影响系统推荐结果的准确性。因此各位学者提出了许多性能优越的推荐算法,为用户提供更精确、更有效的推荐服务,在推荐系统领域内,协同过滤算法(Collaborative filtering algorithm,CF)是应用得最广泛的推荐算法,但是其依然存在着冷启动、算法可扩展性与数据稀疏性等许多问题。将数据挖掘中的聚类技术用到推荐系统中,先对用户或者项目进行聚类分析来改善这些问题。基于聚类的协同过滤推荐算法(Cluster-based Collaborative filtering algorithm)可以不同程度上解决数据稀疏性和算法扩展性的问题,其具有较高的推荐准确率、优越的算法性能。本文针对基于聚类的协同过滤推荐算法进行系统研究,根据对该算法的表现性能及其优缺点,对推荐过程提出优化和改进的方案。从而获得更优越、更准确的推荐结果。在原始基于聚类的推荐算法基础上,分析了聚类结果对推荐结果精度的影响之后,引入一种仿生群智能优化算法——布谷鸟搜索算法(Cuckoo Search,CS),利用该算法效率高、全局寻优能力强、收敛快的特点,来改进如果聚类算法初始聚类中心选取不好情况下可能导致的局部最优的问题。设计了一种K-means&Cuckoo Search优化推荐算法模型——基于布谷鸟搜索的聚类推荐算法。然后在聚类的时候设定选取参与评分数量比较多的用户为初始聚类中心,针对布谷鸟搜索算法存在后期收敛速度较慢的问题,本文对其进行了产生步长机制的自适应改进。最后,在Movielens数据集仿真实现了基于布谷鸟搜索的聚类推荐算法。通过与其他几种推荐算法的对比实验证明,该算法表现出了较好的结果,可以在一定程度上缓解数据稀疏性以及算法扩展性问题,推荐精度也得到了提高,同时也具有较好的推荐效率。(本文来源于《西华师范大学》期刊2019-04-01）
刘姣[7]（2019）在《基于布谷鸟搜索的聚类推荐算法研究综述》一文中研究指出目前推荐系统研究面临的主要问题是如何提高推荐准确度和用户满意度。为克服原始推荐算法和现存改进算法的局限性,利用一种具有较强全局搜索能力的智能优化算法——布谷鸟搜索算法,结合K-means类算法进行改进。在此基础上,设计了应用于Movielens其中关键技术和目前存在问题进行了分析,并指出接下来需开展的研究工作。(本文来源于《软件导刊》期刊2019年04期）
王星捷,卫守林[8]（2019）在《基于角度的全局搜索聚类算法的研究》一文中研究指出利用空间聚类方法探索城市整体区域信息分布的研究逐渐成为热点。当前许多聚类算法在给定的局部范围内进行分析,体现较好的抗噪性和聚类效果;而在全局搜索和聚类分析中,数据的准确性受到影响,不能正确地反映出所需的聚类信息。提出基于角度的全局聚类算法,考虑数据的全局性分布结构,在全局搜索过程中研究角度变化的关系、角度均值计算和判定参考阈值设定。通过公式推导证明在单个要素的判定和整体判定阈值都比基于角度的局部聚类算法具有更好的抗噪性。采用乐山市城区的数据进行高价值商业圈聚类分析测试,证明了该算法在全局范围内进行聚类分析,聚类的效果稳定性好,异常数据小,聚类簇间区别明显,能够准确甄别出核心区域数据。(本文来源于《计算机应用与软件》期刊2019年03期）
朱毅,杨航,吕泽华,陈传波,邹小威[9]（2019）在《一种基于禁忌搜索的全局最优化模糊聚类算法》一文中研究指出模糊C均值(FCM)算法是一种基于贪心思想的迭代算法,算法沿迭代序列收敛到一个极小值,但存在搜索能力弱、易陷入局部最优的缺点.本文提出了一种基于禁忌搜索的模糊聚类算法,该算法在一个解的邻域内使用禁忌搜索,并采用了基于FCM局部收敛性质的长期表禁忌策略,保证在不断移动搜索起点的同时避免重复搜索;其次使用混沌优化思想与动态步长策略来提升算法的全局搜索能力,以达到获取全局最优解的目的.实验结果表明,改进算法极大地提高了聚类准确率,并具有良好的稳定性,与群智算法和遗传算法的优化相比也具有一定的优势.(本文来源于《电子学报》期刊2019年02期）
杨楠,李亚平[10]（2019）在《基于Word2Vec模型特征扩展的Web搜索结果聚类性能的改进》一文中研究指出对于用户泛化和模糊的查询,将Web搜索引擎返回的列表内容聚类处理,便于用户有效查找感兴趣的内容。由于返回的列表由称为片段(snippet)的短文本组成,而传统的单词频率-逆文档频率(TF-IDF)特征选择模型不能适用于稀疏的短文本,使得聚类性能下降。一个有效的方法就是通过一个外部的知识库对短文本进行扩展。受到基于神经网络词表示方法的启发,提出了通过词嵌入技术的Word2Vec模型对短文本扩展,即采用Word2Vec模型的TopN个最相似的单词用于对片段(snippet)的扩展,扩展文档使得TF-IDF模型特征选择得到聚类性能的提高。同时考虑到通用性单词造成的噪声引入,对扩展文档的TF-IDF矩阵进行了词频权重修正。实验在两个公开数据集ODP239和SearchSnippets上完成,将所提方法和纯snippet无扩展的方法、基于Wordnet的特征扩展方法和基于Wikipedia的特征扩展方法进行了对比。实验结果表明,所提方法在聚类性能方面优于对比方法。(本文来源于《计算机应用》期刊2019年06期）
聚类搜索论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对乳腺MR图像组织复杂、灰度不均匀、难分割的特点,本文提出双树复小波(DTCWT)变换结合密度聚类的图像分割方法.首先利用复小波域双变量模型结合各向异性扩散函数对图像进行去噪处理;进而通过简单线性迭代聚类(SLIC)算法将图像划分成一定数量的超像素区域,根据事先设置的阈值搜索每个超像素的近邻,从而降低基于K近邻的密度峰值快速搜索聚类(KNN-DPC)算法寻找每个样本近邻的时间;最终,引入超像素区域的近邻信息度量样本密度,采用KNN-DPC算法的分配策略自适应聚类.仿真和临床数据分割结果表明,所提算法能有效的实现乳腺MR图像的分割.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
聚类搜索论文参考文献
[1].王培晓,张恒才,王海波,吴升.ST-CFSFDP:快速搜索密度峰值的时空聚类算法[J].测绘学报.2019
[2].范虹,张程程,侯存存,朱艳春,姚若侠.结合双树复小波变换和改进密度峰值快速搜索聚类的乳腺MR图像分割[J].电子学报.2019
[3].杨金鑫,范英,樊祺超,訾慧鹏.基于动态区域搜索框及K-means聚类的叁车道检测算法[J].科学技术与工程.2019
[4].刘义鹏,李志鹏,蒋哲臣,梁荣华.基于密度峰值搜索的脑纤维快速聚类算法[J].浙江工业大学学报.2019
[5].吴昊,王冠凌.烟花搜索导向的多路启发式聚类算法[J].陕西理工大学学报(自然科学版).2019
[6].刘姣.基于布谷鸟搜索的聚类推荐算法研究[D].西华师范大学.2019
[7].刘姣.基于布谷鸟搜索的聚类推荐算法研究综述[J].软件导刊.2019
[8].王星捷,卫守林.基于角度的全局搜索聚类算法的研究[J].计算机应用与软件.2019
[9].朱毅,杨航,吕泽华,陈传波,邹小威.一种基于禁忌搜索的全局最优化模糊聚类算法[J].电子学报.2019
[10].杨楠,李亚平.基于Word2Vec模型特征扩展的Web搜索结果聚类性能的改进[J].计算机应用.2019
论文知识图
