排序方式: 共有20条查询结果,搜索用时 0 毫秒
1.
2.
3.
4.
首先提出了一种优化初始中心点方法用以解决聚类的局部最优问题.同时通过样本的模糊加权减少边缘噪音数据对聚类效率的影响.文本聚类试验表明,该模糊文本聚类算法取得较好的聚类效果. 相似文献
5.
6.
论文提出了一种中文电话码高效输入键盘和在该键盘基础上的一些应用。 相似文献
7.
KNN算法是经典的文本分类算法.训练样本的数量和类别密度是影响算法性能的主要瓶颈,合理的样本剪裁可以提高分类器效率.文中提出了一种基于聚类的改进KNN分类模型.首先对训练集进行聚类,基于测试样本与簇之间的相对位置对训练集进行合理裁剪以节约计算开销;然后基于簇内样本分布进行样本赋权,改善大类别样本的密度占优现象.实验结果表明,本文提出的样本剪裁方法提高了KNN算法的分类性能. 相似文献
8.
NTRU中间距失败的概率分析及其影响 总被引:1,自引:0,他引:1
NTRU是一种极有发展潜力的公钥密码体制,然而它的解密机制是不完善的,可能出现合法密文无法解密的现象,这严重影响了该体制的安全性.间距失败是导致解密失败的一个重要原因,对此,在p=2相关多项式均为系数为0或1的二元多项式条件下,讨论了卷积系数的弱线性相关性,在此基础上对间距失败的概率计算进行了介绍和分析,得到了相关的计算公式,并介绍了一种利用间距失败对NTRU的攻击方法. 相似文献
9.
一种基于改进K-means聚类的文本特征选择模型 总被引:1,自引:1,他引:1
介绍了文本聚类中基于划分的方法,针对该算法对孤立点的过于敏感问题,提出了一种用于特征选择的算法改进模型,通过对特征集里孤立点的剔除改善了特征聚类效果.随后的文本分类试验表明,提出的改进的算法具有较好的特征选择效果,文本分类的效率较高. 相似文献
10.