注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 层次聚类算法研究.pdf

  2. 层次聚类算法研究 综述层次聚类算法,并比较其应用的优点与缺点

  3. 所属分类：其它

    • 发布日期：2010-02-09
    • 文件大小：310272
    • 提供者：mary1ivy

  1. Web文本聚类技术及聚类结果可视化研究

  2. 大连交大一位马同学的硕士论文。设计并实现了一个并行K-means聚类算法和Web文本聚类原型系统，可进行并行K-means算法的划分聚类和基于层次的组平均聚类。利用几 组Web文本数据集对基本的K-means算法和改进的算法以及基于层次的组平均算法进行试验和比较，验证改进算法的有效性。实验结果表明：并行K-means算法的聚类结果与串行算法相同，但执行效率得到了很大的提高。

  3. 所属分类：其它

    • 发布日期：2010-09-27
    • 文件大小：1048576
    • 提供者：afanger

  1. 常用聚类算法比较分析

  2. "数据挖掘是目前一种新的重要的研究领域$而聚类分析是其重要的方法% 本文对常用聚类算法进行比较分析指出各自特点以 便能更好的掌握和使用% 关键词"数据挖掘&聚类

  3. 所属分类：其它

    • 发布日期：2010-10-14
    • 文件大小：106496
    • 提供者：topmast

  1. 基于相似度的文本聚类算法研究及应用

  2. 文本聚类是文本挖掘的一项重要技术，可广泛应用于文本挖掘与信息检索 等方面，在大规模文本集的组织与浏览、文本集层次归类的自动生成等方面都 具有重要的应用价值。但是，传统的文本聚类算法忽略了文本中单词之间的语 义相关性，存在聚类结果不稳定等问题。论文主要针一对以上问题对文本聚类进 行研究。

  3. 所属分类：其它

    • 发布日期：2011-01-08
    • 文件大小：4194304
    • 提供者：dongnanyouwo

  1. 几篇关于空间数据库的聚类算法的研究

  2. 几篇关于空间数据库的聚类算法的研究《基于空间数据库的数据挖掘方法研究》《基于SVM的空间数据库的层次聚类分析》《从空间数据库发现聚类》

  3. 所属分类：数据库

    • 发布日期：2011-04-27
    • 文件大小：2097152
    • 提供者：sai19841003

  1. 层次聚类算法的研究

  2. 层次聚类算法的研究 VC++编写 数据挖掘

  3. 所属分类：C++

    • 发布日期：2011-10-23
    • 文件大小：796672
    • 提供者：yaovincent

  1. 层次聚类算法

  2. 一些常见的聚类算法，层次聚类算法，是非常常用的聚类算法，同时也是被广泛研究的聚类算法。层次聚类本身分为合并和分裂两种实现，在合并算法中，又分基于矩阵理 论的合并和基于图论的合并。

  3. 所属分类：专业指导

    • 发布日期：2012-01-13
    • 文件大小：599040
    • 提供者：liujianxiao123

  1. 基于重叠度的层次聚类算法

  2. 择合适的聚类数和准确划分簇间重叠的数据是聚类分析领域两个被广泛研究的问题．提出 了一个基于重叠度的层次聚类算法(CCSLM)，该算法基于重叠度的衡量，而且不需要预先指定聚类数， 能够很好地解决以上两个问题．算法根据每两簇之间的重叠情况自动运行或停止，从而准确划分簇间 重叠的数据，并自动确定最佳聚类数．通过图像分割应用表明算法的有效性和鲁棒性．还把它和其他聚 类算法进行比较和分析，以证明该算法的优越性．

  3. 所属分类：其它

    • 发布日期：2013-01-13
    • 文件大小：487424
    • 提供者：cyf355955144

  1. 聚类算法论文开题报告

  2. 一种新的层次聚类算法的研究及应用论文开题报告

  3. 所属分类：专业指导

    • 发布日期：2013-05-20
    • 文件大小：108544
    • 提供者：boys_2

  1. 基于K_Means的文本层次聚类算法研究

  2. k-means 算法接受参数 k ；然后将事先输入的n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。

  3. 所属分类：Java

    • 发布日期：2015-01-28
    • 文件大小：87040
    • 提供者：fangzhi8907

  1. 凝聚型层次聚类的matlab代码

  2. 代码说明 代码仅供学习研究，未经允许，请勿擅自商用。 1.输入文件格式 输入的文件要求为N行两列的形式，两列分别对应，输入数据点的X轴坐标和Y轴坐标。 输入文件格式示例如下： 0.821794 -0.0462153 1.03929 0.060835 1.12046 0.0745568 1.02233 0.0514739 2.代码支持的凝聚层次聚类算法 通过简要的修改代码中函数的参数，代码可以支持不同的凝聚方法，支持的凝聚方法如下，默认的为代码本身算法： 单连接算法（默认，最近邻聚类算法，最短距

  3. 所属分类：数据库

    • 发布日期：2015-06-10
    • 文件大小：335872
    • 提供者：mxlmhgzw

  1. 层次聚类方法的CURE算法研究

  2. 层次聚类方法的CURE算法研究

  3. 所属分类：数据库

    • 发布日期：2016-05-01
    • 文件大小：334848
    • 提供者：x380481791

  1. 基于云平台的层次聚类算法在煤炭产业中的应用

  2. 层次聚类(Hierarchical Clustering)就是通过对数据集按照某种方法进行层次分解。该聚类方法可以设定聚类的个数,并得到了各个研究和应用领域的广泛应用。煤炭产业中往往希望对煤炭的产品进行聚类分析,从而有助于开发和生产。随着煤炭系统中收集的煤炭数据数量的增多,层次聚类算法由于需要计算大量的相似性矩阵需要大量的内存,原有的层次聚类算法不能有效地处理海量规模数据。文章针对煤炭数据中生成的大规模数据,提出基于云计算平台的分布式层次聚类算法,该算法能够分布式完成相似性矩阵的保存和计算,快速

  3. 所属分类：其它

    • 发布日期：2020-07-06
    • 文件大小：595968
    • 提供者：weixin_38614391

  1. 多语言标签聚类及其应用研究.caj

  2. 本文采用不同的标签自动抽取算法分别对博文正文信息进行标签抽取，在标签抽取 的基础上形成复合标签，并与用户给定的标签进行比较分析。实验结果表明自动抽取的 标签可以作为用户标注标签的有效补充，对用户标注的标签有一定参考价值。 在标签聚类方面，采用分裂式层次聚类算法分别对用户标注的标签以及机器抽取的 标签进行聚类，比较两种不同来源下的标签聚类结果。实验结果表明用户标注的标签聚 类效果明显好于机器抽取标签的聚类结果。

  3. 所属分类：机器学习

    • 发布日期：2020-09-08
    • 文件大小：13631488
    • 提供者：fengliren

  1. 嵌入式系统/ARM技术中的浅谈模糊C均值聚类算法的并行化研究

  2. 摘  要： 使用Intel Parallel Amplifier高性能工具，针对模糊C均值聚类算法在多核平台的性能问题，找出串行程序的热点和并发性，提出并行化设计方案。基于Intel并行库TBB（线程构建模块）和OpenMP运行时库函数，对多核平台下的串行程序进行循环并行化和任务分配的并行化设计。 　　并行性主要是指同时性或并发性，并行处理是指对一种相对于串行处理的处理方式，它着重开发计算过程中存在的并发事件。并行性通常划分为作业级、任务级、例行程序或子程序级、循环和迭代级以及语句和指令级。作业

  3. 所属分类：其它

    • 发布日期：2020-10-21
    • 文件大小：206848
    • 提供者：weixin_38747144

  1. 复杂网络社区挖掘——改进的层次聚类算法

  2. 社区挖掘算法研究是复杂网络分析领域的热点问题。传统层次聚类算法在复杂网络社区挖掘过程中，需要计算所有顶点对之间的相似度。针对这一缺点，在详述了常见相似度计算方法和顶点重要性度量方法的基础上，将ego角色的探测过程引入层次聚类算法，而后只计算其他顶点与ego顶点之间的相似度，提高了社区挖掘效率。最后在不同类型的现实网络中验证了算法的有效性。

  3. 所属分类：其它

    • 发布日期：2020-10-20
    • 文件大小：454656
    • 提供者：weixin_38558623

  1. 基于改进遗传算法的开放生产线多元调度优化仿真。

  2. 本文试图克服开放生产线瓶颈识别和调度优化的缺陷。 为此，作者分析了外部干扰和系统配置变化对生产线的影响机理，并通过计算机仿真提出了生产线的多瓶颈识别模型。 然后，将所提出的模型用于优化开放式生产线的调度。 具体而言，基于层次聚类和多属性决策的生产线瓶颈识别方法，旨在克服传统瓶颈识别算法的候选集少，准确性低的缺点。 实验结果表明，该算法具有清晰的主逻辑和次逻辑。 主瓶颈簇的数量随着顺序的增加而减少。 主瓶颈集群中的机器数量非线性变化； 机器负载和瓶颈之间没有直接联系； cophenetic相关系数

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：509952
    • 提供者：weixin_38704922

  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. 层次聚类算法的有效性研究

  2. 针对如何从层次聚类算法得到样本集的多种聚类结果中获得用户最满意的聚类结果,在深入研究聚类有效性的基础上,通过模糊相似性关系刻画聚类的类内致密性和类间分离性,建立了一个新的聚类有效性函数。在人工和实际数据集上的实验都表明了该有效性函数具有良好的性能。

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：655360
    • 提供者：weixin_38627521

  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
« 12 3 »