简介：4月9日,雷亚《聚爆Implosion》的到来顿时成为玩家与游戏行业的讨论焦点。到底一款顶着3A级别的手机游戏,值不值高昂的60元呢？视听盛宴游戏开场后会播放一段媲美CG大片的动画介绍背景,游戏UI、场景和角色建模营造出一种整体的科技感。场景和角色建模精细,贴图较为细腻,看不出锯齿。人物打击动作比较流畅,攻击＋常态滚动操作等连击操作也没有延时的情况出现。

简介：聚类是数据挖掘中重要组成部分,为了提高聚类的处理效率,将并行处理技术运用于k-means和PAM算法中,对k-means与PAM算法进行了改进。实验结果表明:并行k-means算法相对串行k-means算法有更好的执行效率;且k-means算法有比PAM算法更好的并行性和可扩展性。最后,该文提出和介绍了将并行技术引入谱聚类算法。

简介：K-均值聚类算法（K-means）是基于划分的聚类算法中的典型算法，针对K-means算法初始聚类中心存在对K依赖的缺陷，提出一种新的选取K-means算法初始聚类中心的方法，该方法提高聚类结果的有效性和稳定性；还提出一种极值选择法，将最大距离法和最小距离法相结合，进一步提高初始聚类中心选择的准确性。

简介：搜索在计算机上是多种操作的基本运算，其主要目的是从大量数据当中找出所想要的部分，而一般数据的存放，常设有键值（Key）以利搜索，例如在数据库中，要取得数据一定要配合许多键值的使用，方能有效而快速地存取。

简介：文档聚类在Web文本挖掘中占有重要地位．是聚类分析在文本处理领域的应用。文章介绍了基于向量空间模型的文本表示方法，分析并优化了向量空间模型中特征词条权重的评价函数，使基于距离的相似性度量更为准确。重点分析了Web文档聚类中普遍使用的基于划分的k-means算法．对于k-means算法随机选取初始聚类中心的缺陷．详细介绍了采用基于最大最小距离法的原则，结合抽样技术思想，来稳定初始聚类中心的选取，改善聚类结果。

简介：构件的合理分类是实现构件高效检索的基础和关键。针对目前应用广泛的刻面分类方法存在主观性因素的弊端，采用刻面分类和全文检索相结合的方法来描述构件。在此构件描述的基础上，利用聚类分析技术和语义分析技术提出一种基于语义的构件聚类索引树。并通过实验验证，该聚类索引树是可行的，有效地克服刻面分类方法的缺点，在一定程度上实现对构件的语义检索，而且具有较高的构件查全率和查准率。此外，用户在描述检索条件时，不再局限于限定的术语，更方便于普通用户。

简介：实际应用中的协同过滤推荐算法往往面临着用户冷启动、数据稀疏等问题。针对以上问题,拟采用用户的属性信息进行聚类进行优化,实验通过MATLAB平台在MovieLens数据集上验证所提出的算法的推荐准确性。