基于距离的最大聚类数探索算法的探讨

聚类是数据挖掘中用来发现数据分布和模式的一项重要技术，它是数据挖掘中的一个很活跃的研究领域，目前提出了许多聚类算法。这些聚类算法中，聚类数一般需要给定，但是在多数情况下，聚类数事先无法确定。由于各种聚类算法一般依赖于初值，即使聚类数保持不变，算法决定的聚类结果也可能有所不同，因此对同一个数据集，如何评价聚类算法给出的不同聚类结果就成了一个关键问题，这一问题人们称之为聚类有效性问题。     

人工智能在计算机网络技术中的应用

随着经济的不断发展,计算机技术和科学技术也有了飞跃性的发展。当前时代背景下,人工智能的开发取得了很好的结果。人工智能在计算机网络技术中的应用,大大促进了计算机技术中智能信息技术的开发与发展。因此,在这篇文章中,我们将详细分析人工智能在计算机网络技术中的应用。     

TDM:工程数据管理平台

工程试验产生的数据组织分散、模式复杂而多变,从而要求工程数据管理系统能够统一管理数据,并具有良好的用户定义特征和数据扩展能力.给出了一个工程数据管理平台TDM,综述了TDM的主要功能和关键技术(元数据驱动的软件架构、面向对象的数据库模型、虚拟数据库技术),阐述了试验数据管理的几个重要问题.在此基础上提出了工程试验数据管理的框架和以后可能研究的方向.     

试验数据管理系统的设计与实现

通过当前实验室数据管理现状的调查,发现实验数据存在数据量大、数量利用形式多样、数据管理方式滞后等现象,为此,提出了一个试验数据管理系统,对该系统的主要模块及关键技术(虚拟XML数据库技术、元数据技术、面向对象的数据库模型技术)进行了分析和阐述。与传统数据管理系统相比,该系统在数据共享、安全性、易用性等方面有明显的优越性,目前该系统运行良好。     

Windows消息机制研究

在Windows消息的产生、基本格式、传递、处理等方面时Windows消息机制进行阐述,并介绍在VC 6.0下自定义消息的基本过程,以及利用剪贴板和原子表结合消息实现进程线程间数据交换的基本原理.     

基于距离排序的点对多重归约聚类算法探讨

聚类是一种重要的数据挖掘技术。长期以来，寻求更为准确的聚类近似算法一直是科学工作者工作重点之一。为了更为精确地解决聚类问题，在K-means算法的研究基础上本文提出了点对多重归约算法的思想，并设计了基于距离排序的点对多重归约算法。该算法和K-means算法进行比较的结果，说明了该算法在聚类研究中的可行性。