您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 一种新的基于网格的聚类算法.pdf

  2. 一种新的基于网格的聚类算法.pdf 一种新的基于网格的聚类算法.pdf
  3. 所属分类:其它

    • 发布日期:2009-08-12
    • 文件大小:81920
    • 提供者:oxwangfeng
  1. 基于网格方法的聚类算法研究

  2. 一篇基于网格聚类的博士论文,总结了目前比较主流的网格聚类算法。大家来看看啊!
  3. 所属分类:其它

    • 发布日期:2009-11-02
    • 文件大小:975872
    • 提供者:zhouwei100
  1. 数据挖掘原理与SPSS Clementine应用-聚类分析教程

  2. 聚类分析原理 聚类分析常用算法分类 划分聚类方法 层次聚类方法 基于密度的聚类方法 基于网格的聚类方法 基于模型的聚类方法 高维数据的聚类方法 模糊聚类FCM 应用实例分析
  3. 所属分类:其它

    • 发布日期:2010-01-11
    • 文件大小:174080
    • 提供者:yxinfa
  1. 基于网格的最小生成树聚类算法.pdf

  2. 【摘要】:随着网格技术和数据挖掘技术的成熟,基于网格的数据挖掘应用越来越广泛。简要的介绍网格和数据挖掘的基础知识,并结合局域网中个人计算机的特点,分析由个人计算机组建的网格环境下的数据挖掘过程,并给出了数据挖掘的过程图以及每一个阶段要完成的主要工作。
  3. 所属分类:其它

    • 发布日期:2010-07-20
    • 文件大小:69632
    • 提供者:zhujian2012
  1. 用java实现的基于网格的聚类算法

  2. 用java实现的基于网格的聚类算法,可以借鉴一下。
  3. 所属分类:其它

    • 发布日期:2010-09-14
    • 文件大小:8192
    • 提供者:laiyue147
  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. 聚类算法简单总结

  2. 对聚类算法的简单总结。聚类分析的算法可以分为划分法(Partitioning Methods)、层次法(Hierarchical Methods)、基于密度的方法(density-based methods)、基于网格的方法(grid-based methods)、基于模型的方法(Model-Based Methods)。
  3. 所属分类:机器学习

    • 发布日期:2017-09-07
    • 文件大小:19456
    • 提供者:u011426126
  1. 采用蚁群爬山法进行聚类分析的算法

  2. 介绍了一种基于密度和网格的聚类分析算法——蚁群爬山法(ACH),这种算法能自动获得簇数k的值和任意形状的簇的划分,并具有较好的并行性。通过对网格大小的控制可获得不同层次的聚类结果。
  3. 所属分类:其它

    • 发布日期:2008-12-26
    • 文件大小:167936
    • 提供者:csbadboy1
  1. 邻域网格聚类算法matlab代码及测试数据

  2. 前阶段在做关于聚类的问题研究,发了篇文章,随附matlab代码。 该程序是基于邻域网格划分实现的聚类。版权原因,该程序内没有附带相应文章,大家可以根据代码内给定的标题和DOI号自行谷歌下载。 如果希望讨论聚类问题,欢迎根据代码内联系方式联系我,共同学习。如果只是初级的matlab运行问题,还希望自行谷歌学习。 版权所有,建议使用代码的学者引用内附的文章出处。 未经许可或引用,不得随意传播!
  3. 所属分类:其它

    • 发布日期:2018-03-24
    • 文件大小:194560
    • 提供者:buaasuozi
  1. 一种新的基于影响强度的网格点层次树近邻函数聚类算法

  2. 一种新的基于影响强度的网格点层次树近邻函数聚类算法,季民,李婷,从自然聚类的过程来看,聚类应首先从个体数据要素之间开始,即个体数据要素根据其近邻要素的情况首先产生同谁聚合的趋势,如何从
  3. 所属分类:其它

    • 发布日期:2020-02-03
    • 文件大小:529408
    • 提供者:weixin_38598745
  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. 通信与网络中的基于GT4的聚类分析算法研究

  2. 摘要:本论文的研究视角是当前比较热门的两个问题:网格技术和数据挖掘技术。将网格计算和数据挖掘技术结合起来,开发基于网格的数据系统,借鉴传统聚类分析算法CLUQ和K_平均值算法,设计基于网格的全局和局部算法的Web Service形式。   1.引言   计算机网络技术的普及与应用给人们的生活带来了翻天覆地的变化,同时在网络上产生了大量杂乱无章的数据。而网格技术、Web技术的发展,为人们从分布的网络资源中寻找有价值的信息提供了新的技术支持,同时也产生了许多基于网格的数据挖掘系统。而数据挖掘算法
  3. 所属分类:其它

    • 发布日期:2020-10-20
    • 文件大小:84992
    • 提供者:weixin_38745648
  1. Python聚类算法之DBSACN实例分析

  2. 本文实例讲述了Python聚类算法之DBSACN。分享给大家供大家参考,具体如下: DBSCAN:是一种简单的,基于密度的聚类算法。本次实现中,DBSCAN使用了基于中心的方法。在基于中心的方法中,每个数据点的密度通过对以该点为中心以边长为2*EPs的网格(邻域)内的其他数据点的个数来度量。根据数据点的密度分为三类点: 核心点:该点在邻域内的密度超过给定的阀值MinPs。 边界点:该点不是核心点,但是其邻域内包含至少一个核心点。 噪音点:不是核心点,也不是边界点。 有了以上对数据点的划分,聚合可
  3. 所属分类:其它

    • 发布日期:2020-12-25
    • 文件大小:61440
    • 提供者:weixin_38530211
  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. 基于尖峰神经P系统的菱形网格聚类算法

  2. 基于尖峰神经P系统的菱形网格聚类算法
  3. 所属分类:其它

    • 发布日期:2021-03-12
    • 文件大小:262144
    • 提供者:weixin_38625192
  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. Generalized_K-means_on_Graphs:图上的广义K均值是一种利用诸如PageRank,调和中心度等中心性度量来获得有向图和无向图的k均值聚类算法的算法。-源码

  2. 图上的广义k均值 图上的广义K均值是一种利用诸如PageRank,谐波中心度等中心性度量的方法,在有向图和无向图上获得类似k均值的聚类算法。 该算法是可生成的,适用于图形,网格,点云甚至度量空间。 该算法的详细信息在论文中进行了描述: 脚本说明 此处演示的脚本可用于获取聚类图以及点云。 包装要求 NetworkX> = 2.0(基于图形的库) scikit学习> = 0.23.2 NumPy 入门:检测复杂网络中的社区 import numpy as np import net
  3. 所属分类:其它

    • 发布日期:2021-02-13
    • 文件大小:277504
    • 提供者:weixin_42121754
  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
  1. 基于GT4的聚类分析算法研究

  2. 摘要:本论文的研究视角是当前比较热门的两个问题:网格技术和数据挖掘技术。将网格计算和数据挖掘技术结合起来,开发基于网格的数据系统,借鉴传统聚类分析算法CLUQ和K_平均值算法,设计基于网格的全局和局部算法的Web Service形式。   1.引言   计算机网络技术的普及与应用给人们的生活带来了翻天覆地的变化,同时在网络上产生了大量杂乱无章的数据。而网格技术、Web技术的发展,为人们从分布的网络资源中寻找有价值的信息提供了新的技术支持,同时也产生了许多基于网格的数据挖掘系统。而数据挖掘算法
  3. 所属分类:其它

    • 发布日期:2021-01-19
    • 文件大小:82944
    • 提供者:weixin_38723527
« 12 3 »