您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 数据挖掘--概念与技术

  2. 目录 第一章 引言 ......................................................................................................................................................... 8 1.1 什么激发数据挖掘?为什么它是重要的?.............................................................
  3. 所属分类:Web开发

    • 发布日期:2010-09-06
    • 文件大小:1048576
    • 提供者:huanghyw
  1. 基于网格的密度聚类算法研究及应用

  2. 基于 网格 的 密度聚类 算法研究及 应用
  3. 所属分类:其它

    • 发布日期:2010-11-01
    • 文件大小:2097152
    • 提供者:fengyulucky
  1. 基于群集智能的带约束条件空间聚类分析研究

  2. 主要是一些算法,:以屉.籼算法为代表的分割聚类法,以BIRCH为代表的分层聚类法,以DRSCAN算法为代表的密度聚类法和STING为代表的网格聚类法。
  3. 所属分类:其它

    • 发布日期:2012-05-11
    • 文件大小:11534336
    • 提供者:w1026217
  1. 论文研究-特征点LBP信息在表情识别中的应用.pdf

  2. 根据人头特征,提出了一种基于网格和密度的聚类算法。该算法将图像分成网格,然后逐行计算网格的密度,碰到符合密度要求的网格时,算法转为纵向计算网格的密度,记录下纵向符合密度要求的网格数量,以此判断是否存在人头以及计算人头的参数。该算法结合了网格聚类的低时空复杂度和密度聚类的良好抗噪性的特点。实验证明该算法速度比Hough变换快两个数量级,而且所需存储空间小。
  3. 所属分类:其它

    • 发布日期:2019-09-08
    • 文件大小:766976
    • 提供者:weixin_38743602
  1. 科技文献数据挖掘关键技术研究.pdf

  2. 科技文献数据挖掘关键技术研究分类号 密级: UDC 编号 工学硕士学位论文 科技文献数据挖掘关键技术研究 硕士研究生:李梦阳 指导教师:姚念民教授 学位级别:工学硕士 学科、专业:计算机科学与技术 所在单位:计算机科学与技术学院 论文提交日期:2015年3月3日 论文答日期:2015年3月13日 学位授予单位:哈尔滨工程人学 Classified Index U. D. C. A Dissertation for the degree of M. Eng Research on key tec
  3. 所属分类:互联网

    • 发布日期:2019-07-08
    • 文件大小:2097152
    • 提供者:dddds123
  1. 基于网格密度的聚类算法研究

  2. 随着互联网以及计算机技术的不断发展,现实中所需要研究数据的数量不断增长,如何更好的将所要研究的数据进行有效划分,进而降低维度或者是降低数据量成为了数据挖掘研究的热点。针对传统聚类算法的缺点,提出了基于网格密度的聚类算法,能够提高数据运算速度并且有效解决了边界模糊的问题。
  3. 所属分类:其它

    • 发布日期:2020-07-05
    • 文件大小:140288
    • 提供者:weixin_38551376
  1. K-均值聚类算法研究

  2. 【摘要】 目前,对于聚类问题的研究普遍存在于社会生活中的各个领域,如模式识别、图像处理、机器学习和统计学等。关于对生活中各种各样的数据的聚类分类问题已经成为众多学者的研究热题之一。聚类和分类的区别在于,聚类没有任何先验知识可循,要通过数据自身的特点,将数据自动的划分到不同的类别中。聚类的基本形式定义为“在已给的数据集合中寻找数据点集的同类集合。每一个集合叫做一个类,并确定了一个区域,在区域中对象的密度高于其他区域中的密度。”聚类方法有很多种,其中最简单的形式便是划分式聚类,划分式聚类试图将给定的
  3. 所属分类:互联网

    • 发布日期:2020-07-04
    • 文件大小:3145728
    • 提供者:songzailu6482
  1. 基于ORB算法的输电线路异物识别研究_焦圣喜.pdf

  2. 论文仅供学习参考使用。 针对输电线路异物检测问题,通过分析航拍视频,提取关键帧并采用帧差法标注异物,使用特征点跟踪异物,从而达到输电线路异物检测的目的。将预估区域漂移法与欧式距离法融合,弥补关键帧冗余的缺陷; 使用概率密度函数分析网格内异物占有率,剔除帧差法中微小非目标区域; 提出 K-means 算法聚类分析 Oriented Brief( ORB) 算子,可精简特征点提高匹配率。
  3. 所属分类:深度学习

    • 发布日期:2020-09-03
    • 文件大小:468992
    • 提供者:olivia_ye
  1. 基于网格的DBSCAN:索引和推断

  2. DBSCAN是一种聚类算法,它可以报告任意形状的聚类和噪声,而无需将聚类的数量作为参数(例如,与其他聚类算法k -means不同)。 由于DBSCAN的运行时间具有二次增长顺序,即O(n 2),因此几十年来,有关提高其性能的研究受到了相当多的关注。 基于网格的DBSCAN是一种完善的算法,其复杂度在2D空间中提高到O(n log n),而在维数≥3时则需要(n 4/3)来求解。 但是,我们发现基于网格的DBSCAN存在两个问题:邻居爆炸和合并中的冗余,这使算法在高维空间中不可行。 在本文中,我们
  3. 所属分类:其它

    • 发布日期:2021-03-15
    • 文件大小:917504
    • 提供者:weixin_38730331
  1. 基于网格的聚类算法

  2. 本文于cloud.tencent.com,介绍了典型算法,CLIQUE聚类算法,WaveCluster算法,WaveCluster聚类算法等。俗话说:“物以类聚,人以群分”,在机器学习中,聚类算法是一种无监督分类算法。聚类算法很多,包括基于划分的聚类算法(如:kmeans),基于层次的聚类算法(如:BIRCH),基于密度的聚类算法(如:DBScan),基于网格的聚类算法等等。基于划分和层次聚类方法都无法发现非凸面形状的簇,真正能有效发现任意形状簇的算法是基于密度的算法,但基于密度的算法一般时间复
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:602112
    • 提供者:weixin_38610070
  1. 基于网格的聚类算法

  2. 本文于cloud.tencent.com,介绍了典型算法,CLIQUE聚类算法,WaveCluster算法,WaveCluster聚类算法等。俗话说:“物以类聚,人以群分”,在机器学习中,聚类算法是一种无监督分类算法。聚类算法很多,包括基于划分的聚类算法(如:kmeans),基于层次的聚类算法(如:BIRCH),基于密度的聚类算法(如:DBScan),基于网格的聚类算法等等。基于划分和层次聚类方法都无法发现非凸面形状的簇,真正能有效发现任意形状簇的算法是基于密度的算法,但基于密度的算法一般时间复
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:602112
    • 提供者:weixin_38728347