[1] 李仁义. 数据挖掘中聚类分析算法的研究与应用[D]. 成都:电子科技大学, 2012.
[2] 逄琳,刘方爱. 基于层次划分的密度优化聚类算法[J]. 计算机应用, 2016,36(6):1634-1638.
[3] 段明秀. 层次聚类算法的研究及应用[D]. 长沙:中南大学, 2009.
[4] Sander J. Density-based clustering[M]// Encyclopedia of Machine Learning. American: Springer. 2016:270-273.
[5] 李书玲,刘蓉,刘红. 改进型RBF神经网络的多标签算法研究[J]. 计算机科学, 2015,42(4):316-320.
[6] 谭志存. 遗传聚类算法及其在图像分割中的应用[D]. 重庆:西南大学, 2009.
[7] 莫鸿强,罗飞,毛宗源. 遗传算法的全局快速寻优[J]. 控制理论与应用, 2002,19(5):809-811.
[8] 肖宇. 聚类分析及其在图像处理中的应用[D]. 北京:北京交通大学, 2012.
[9] 傅颖勋. 遗传算法的研究与改进[D]. 北京:北京邮电大学, 2010.
[10]管小艳. 实数编码下遗传算法的改进及其应用[D]. 重庆:重庆大学, 2012.
[11]蒋帅. K-均值聚类算法研究[D]. 西安:陕西师范大学, 2010.
[12]谢燕丽,许青林,姜文超. 一种基于交叉和变异算子改进的遗传算法研究[J]. 计算机技术与发展, 2014,24(4):80-83.
[13]Kohonen T. The self-organizing map[J]. Neurocomputing, 1998,21(1-3):1-6.
[14]Allahyar A, Yazdi H S, Harati A. Constrained semi-supervised growing self-organizing map[J]. Neurocomputing, 2015,147(1):456-471.
[15]王剑锋,麻丽娜,李新叶,等. 基于潜在语义分析和自组织特征映射神经网络的文本聚类研究[J]. 计算机与现代化, 2010(2):77-79.
[16]夏小云. 随机启发式搜索算法的性能分析[D]. 广州:华南理工大学, 2015.
[17]裴芳敏,亿珍珍,赵克. 启发式搜索在数学智能解题系统中的应用研究[J]. 计算机技术与发展, 2010,20(7):5-8.
[18]庄雄. 基于并行计算和稀疏表示的聚类及图像分割[D]. 西安:西安电子科技大学, 2011.
[19]Unnikrishnan R, Hebert M. Measures of similarity: Application of computer vision[C]// Proceedings of 7th IEEE Workshops on Application of Computer Vision. 2005,1:394-400.
[20]Martin D R. An Empirical Approach to Grouping and Segmentation[D]. Berkeley: University of California, 2002. |