61.一百在經(jīng)典謠言傳播模型的基礎(chǔ)上，研究了具有冪律度分布和可變聚類(lèi)系數(shù)的無(wú)標(biāo)度網(wǎng)絡(luò)上的謠言傳播行為。
62.結(jié)論SNNLOF算法可以在聚類(lèi)的同時(shí)發(fā)現(xiàn)孤立點(diǎn)。
63.通過(guò)鄰接矩陣，計(jì)算網(wǎng)絡(luò)的聚類(lèi)系數(shù)。
64.得到的聚類(lèi)圖基本上反映了這些貝母的親緣關(guān)系，由此表明，RAPD的方法可進(jìn)行川貝母藥材的評(píng)價(jià)與鑒定。
65.一百針對(duì)復(fù)雜巖性識(shí)別中存在的模糊性，應(yīng)用交會(huì)圖和模糊聚類(lèi)方法對(duì)復(fù)雜巖性儲(chǔ)層的巖性識(shí)別問(wèn)題進(jìn)行了研究。
66.一百而且系統(tǒng)分類(lèi)具有實(shí)時(shí)性，聚類(lèi)方式直觀明了。
67.利用數(shù)據(jù)聚類(lèi)理論和方法對(duì)各天的路段上的交通流速度進(jìn)行了聚類(lèi)分析，驗(yàn)證了速度數(shù)據(jù)的周相似的性質(zhì)，總結(jié)出了速度數(shù)據(jù)的分類(lèi)表。
68.其次，我們著重研究了文本聚類(lèi)算法。
69.因此，運(yùn)用模糊聚類(lèi)理論對(duì)上海市近一年的各個(gè)月份的大氣環(huán)境作了評(píng)價(jià)。
70.目的:探討系統(tǒng)聚類(lèi)分析方法在食物營(yíng)養(yǎng)學(xué)價(jià)值評(píng)價(jià)中的意義。
71.仿真實(shí)驗(yàn)表明，該算法在解決數(shù)字屬性聚類(lèi)的問(wèn)題上有著良好的性能。
72.模糊聚類(lèi)算法試圖模擬人類(lèi)區(qū)分模式和獲取知識(shí)的方式。
73.一百在通過(guò)聚類(lèi)方法選擇的所有年齡段的人群中，我們仔細(xì)審查了隨機(jī)樣本，確定了主要的和次要的診斷標(biāo)準(zhǔn)，開(kāi)發(fā)運(yùn)用了嚴(yán)重度評(píng)分。
74.該方法包括特征提取、聚類(lèi)數(shù)的確定、粗分割和細(xì)分割四個(gè)階段。
75.聚類(lèi)分析是基因芯片數(shù)據(jù)分析中使用廣泛的一類(lèi)方法。
76.一百PLS算子通過(guò)聚類(lèi)分析將種群分割為互不相交的鄰域子種群，對(duì)每一個(gè)子種群應(yīng)用單純形法進(jìn)行并行局部搜索。
77.一百模糊聚類(lèi)算法是一種有效的聚類(lèi)手段，介紹了最大樹(shù)模糊聚類(lèi)算法。
78.主要有對(duì)相關(guān)研究背景的介紹，描述了局域簡(jiǎn)并度的計(jì)算方法和聚類(lèi)計(jì)算算法。
79.該模型發(fā)展了模糊數(shù)學(xué)關(guān)于模糊聚類(lèi)、模糊模式識(shí)別、模糊決策理論。
80.聚類(lèi)分析是基于成組技術(shù)的變異式CAPP系統(tǒng)的核心內(nèi)容。
81.應(yīng)用遺傳算法解決邊坡穩(wěn)定性評(píng)價(jià)的聚類(lèi)分析問(wèn)題。
82.在車(chē)牌定位階段，本文提出了基于連通區(qū)域水平聚類(lèi)的車(chē)牌粗定位方法。
83.一百運(yùn)用統(tǒng)計(jì)學(xué)的聚類(lèi)分析方法，將江蘇省淮北地區(qū)劃分成八類(lèi)旱澇年型，提出防汛抗旱決策結(jié)論。
84.聚類(lèi)不需要訓(xùn)練集，但準(zhǔn)確率較低。
85.利用檢索結(jié)果的聚類(lèi)性，以聚類(lèi)用戶反饋來(lái)提高檢索系統(tǒng)的準(zhǔn)確率和有效率。
86.提出了一種基于連通分支的聚類(lèi)分析算法，用以解決鋁電解工業(yè)生產(chǎn)中槽況的分類(lèi)問(wèn)題。
87.摘要設(shè)計(jì)了一種基于熵的遺傳聚類(lèi)分割算法。
88.最后給出了幾種聚類(lèi)算法對(duì)某數(shù)據(jù)樣本集的聚類(lèi)對(duì)比結(jié)果。
89.首先，采用模糊聚類(lèi)分析方法從訓(xùn)練數(shù)據(jù)建立其初始TSK模糊模型。
90.與牧草營(yíng)養(yǎng)成分聚類(lèi)分析與評(píng)價(jià)>>相似的文獻(xiàn)。
91.聚類(lèi)分析發(fā)現(xiàn)，作者認(rèn)為，影響傳聞信任的因素包括:認(rèn)知成熟度、源可信度、類(lèi)訊息易得度。
92.一百零圖形繪制包括：直方圖、因子平面散點(diǎn)圖、聚類(lèi)譜系圖、剖面圖。
93.應(yīng)用模糊聚類(lèi)方法，對(duì)阿克蘇市當(dāng)前棉花生產(chǎn)水平下地膜棉播期氣象年型進(jìn)行分類(lèi)。
94.用主成份分析法和聚類(lèi)技術(shù)提煉這些運(yùn)動(dòng)學(xué)片段的特征。
95.首先，采用動(dòng)態(tài)聚類(lèi)方法，將整個(gè)系統(tǒng)分解為幾個(gè)子系統(tǒng)。
96.利用知網(wǎng)較完備的知識(shí)體系來(lái)構(gòu)造概念詞典和概念層次結(jié)構(gòu)，實(shí)現(xiàn)了一種以知網(wǎng)為背景知識(shí)的基于概念的中文文本聚類(lèi)算法。
97.提出了基于聚類(lèi)的核矩陣維度縮減技術(shù)。
98.然后依據(jù)傳統(tǒng)的編網(wǎng)聚類(lèi)方法的基本思路，給出基于群體語(yǔ)言相似矩陣的聚類(lèi)分析方法的計(jì)算步驟。
99.認(rèn)為在集群環(huán)境下，設(shè)計(jì)并行聚類(lèi)算法時(shí)，應(yīng)采用數(shù)據(jù)并行的思想。
100.方法:衰減全反射-傅立葉變換紅外光譜法結(jié)合聚類(lèi)分析方法定性鑒別金絲桃屬藥材。
101.因此，隨著計(jì)算機(jī)的應(yīng)用和發(fā)展，該類(lèi)方法成為聚類(lèi)研究的熱點(diǎn)。
102.一百實(shí)驗(yàn)表明，修正的簡(jiǎn)單分箱核估計(jì)構(gòu)造方法具有良好的時(shí)間效率和計(jì)算精度，能夠運(yùn)用于面向大規(guī)模數(shù)據(jù)集的聚類(lèi)分析應(yīng)用。
103.聚類(lèi)分析發(fā)現(xiàn)方正銀螂最先與異育銀螂聚成一支，再與異育銀螂準(zhǔn)回交世代聚合，最后才與興國(guó)紅鯉聚合。
104.聚類(lèi)是一種有效的數(shù)據(jù)挖掘和文本挖掘方法。
105.本文主要介紹了異常挖掘和聚類(lèi)分析在稅務(wù)行業(yè)的應(yīng)用。
106.結(jié)論秩和比法作為一種非參數(shù)綜合評(píng)價(jià)方法，可以與聚類(lèi)分析聯(lián)合應(yīng)用于衛(wèi)生服務(wù)評(píng)價(jià)。
107.雙聚類(lèi)模型有助于聚類(lèi)存在相關(guān)性的局部模式。
108.一百針對(duì)非線性時(shí)間序列的故障預(yù)報(bào)問(wèn)題，提出一種融合最小二乘支持向量機(jī)和核減聚類(lèi)的方法。
109.聚類(lèi)回歸能較好地處理非正態(tài)性資料和多重共線性。
110.星座圖聚類(lèi)是表型性狀的聚類(lèi)，聚類(lèi)結(jié)果與自交系間的血緣無(wú)必然的聯(lián)系。
111.文中將模糊聚類(lèi)算法應(yīng)用到軟件度量的數(shù)據(jù)分析中。
112.高斯混合密度降解模型是一種基于穩(wěn)健統(tǒng)計(jì)理論的層次結(jié)構(gòu)的聚類(lèi)模型。
113.提出了一種基于會(huì)話聚類(lèi)的個(gè)性化推薦算法。
114.提出了一種基于空間約束的模糊核聚類(lèi)紅外圖像分割算法。
115.一百零其算法主要有傳遞閉包法、動(dòng)態(tài)直接聚類(lèi)法和最大樹(shù)法等，其中動(dòng)態(tài)直接聚類(lèi)法計(jì)算量最少。
116.以遼寧省區(qū)域試驗(yàn)部分新品系為試材，對(duì)遼寧水稻品質(zhì)性狀進(jìn)行相關(guān)分析及品種聚類(lèi)分析。
117.同時(shí)根據(jù)基元信息的類(lèi)特征，采用了基于關(guān)聯(lián)函數(shù)的動(dòng)態(tài)聚類(lèi)算法，解決了報(bào)警等級(jí)分類(lèi)問(wèn)題。
118.一百零將超圖模型以及基于此的聚類(lèi)算法應(yīng)用到社區(qū)結(jié)構(gòu)發(fā)現(xiàn)的領(lǐng)域。
119.模式識(shí)別的程序，聚類(lèi)技術(shù)。
120.提出了一種免疫聚類(lèi)算法，該算法主要包括抗體產(chǎn)生、抗原識(shí)別和抗體優(yōu)化等過(guò)程。
