1) density based distributed clusting(DBDC)
分布式聚类算法(DBDC)
2) distributed clustering
分布式聚类
1.
An improved density based distributed clustering;
一种基于密度的分布式聚类算法
2.
Algorithm ID-DC,which first get cluster models by using the distributed clustering algorithm on unlabeled training data and then labels these models through algorithm Double-Reference,overcomes the drawbacks of relying on labeled training data which most current anomaly-based intrusion detection depend on and expects to automatically partition the data set into a reasonable number.
提出了基于分布式聚类的异常入侵检测方法ID-DC,通过对训练集进行分布式聚类产生聚簇模型,采用基于双参考点的标识算法Double-Reference标记异常簇,不需要具有类别标签的训练集且可自动确定聚簇模型的个数。
3.
The paper proposes a method GFAM for automatically generating fuzzy sets and their corresponding membership functions based on distributed clustering.
为了解决模糊关联规则挖掘算法需要用户事先给定模糊集和相应隶属度函数的问题,提出基于分布式聚类自动生成模糊集及隶属度函数的算法GFAM。
3) Distributed Data Aggregation Algorithm
分布式数据聚合算法
4) clustering analysis and heuristic algorithm
聚类分析与启发式算法
6) Distributed algorithm
分布式算法
1.
Application of Distributed Algorithms in Realization of FIR Digital Filter;
分布式算法在FIR数字滤波器实现中的应用
2.
Research on the Distributed Algorithm of Operational Reliability Evaluation of Power Network and Software Implementation;
电网运行可靠性评估分布式算法研究及软件实现
3.
The CRC distributed algorithm was deduced,from which CRC distributed algorithm corresponding to polynomials of any order .
本文对CRC分布式算法进行了公式推导,该方法可以衍生出针对任何阶次生成多项式以及任意处理位宽的CRC分布式算法。
补充资料：启发式算法
计算机科学的两大基础目标，就是发现可证明其执行效率良好且可得最佳解或次佳解的算法。而启发式算法则试图一次提供一或全部目标。 例如它常能发现很不错的解，但也没办法证明它不会得到较坏的解；它通常可在合理时间解出答案，但也没办法知道它是否每次都可以这样的速度求解。
有时候人们会发现在某些特殊情况下，启发式算法会得到很坏的答案或效率极差，然而造成那些特殊情况的数据结构，也许永远不会在现实世界出现。因此现实世界中启发式算法很常用来解决问题。启发式算法处理许多实际问题时通常可以在合理时间内得到不错的答案。
有一类的通用启发式策略称为元启发式算法（metaheuristic），通常使用乱数搜寻技巧。他们可以应用在非常广泛的问题上，但不能保证效率。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条