排序方式： 共有4条查询结果，搜索用时 0 毫秒
1
1.
DBSCAN算法是一种基于密度的聚类算法.针对该算法在处理混合属性数据上的不足,采用面向维度的距离的思想,对不同类型的数据定义不同的相似度度量方法和不同的相似度阈值,减少了对全局相似度阈值的依赖,提出了一种新的适合混合属性数据聚类的算法M-DBSCAN.仿真表明新算法有效解决了DBSCAN算法无法处理混合属性数据的缺点,对混合属性数据有较好的聚类效果. 相似文献
3.
资源管理是网格计算研究领域中的一项重要研究点,为满足当前服务网格对QoS的高要求,将服务质量有效地溶入到管理机制中,使资源能更好地在开放、异构和动态的不确定网格环境中得到有效利用具有重要的理论意义和现实意义.总结并提出了一种QoS的三层结构模型,依靠资源绑定的策略有效地解决了网格资源中管理难的特点,并利用改进后的DBSCAN聚类算法实现对资源属性的划分,将资源分成多个资源相似集合.仿真实验证实,该算法能有效实现资源的聚类. 相似文献
4.
在诸如文件共享等无中心的P2P环境下,资源共享是用户自愿的行为,由于用户不为自身的行为承担任何法律责任,因而很难通过传统的信任机制来建立用户之间的信任,现有的模型不能很好的解决信任的主观性表述问题.针对该问题,参考社会学的人际关系模型和Bayesian网络信任模型,在Vague集合理论基础上,提出了一种基于推荐的主观信任管理模型,用于量化和评估节点的可信度,给出了模型的数学表述和计算方法.最后通过实例验证了模型的可行性. 相似文献
1