

已閱讀1頁,還剩27頁未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本文通過模擬實(shí)驗(yàn)發(fā)現(xiàn)嚴(yán)格κ-最臨近集的大小(SKNNκ)比一般的k-最臨近集(KNNκ)更能反映數(shù)據(jù)集密度的變化,給出了兩種基于嚴(yán)格κ-最臨近集的聚類算法,實(shí)驗(yàn)證明這些算法可以很好的區(qū)分不同密度、形狀和大小的類,并且抗噪能力好?! ”疚慕榻B了當(dāng)前主要的聚類分析方法和算法,并從實(shí)驗(yàn)和理論上分析了這些算法,指出優(yōu)缺點(diǎn)的根源;給出了CHAMELEON[5]方法的一種改進(jìn)。首先我們對(duì)CHAMELEON方法做了一個(gè)基本數(shù)據(jù)的實(shí)驗(yàn)分析,發(fā)現(xiàn)在類問
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- K-均值聚類算法的改進(jìn)及其應(yīng)用.pdf
- K-均值聚類算法的研究與分析.pdf
- 基于人工蜂群算法的改進(jìn)K-均值聚類算法及其應(yīng)用.pdf
- K-中心點(diǎn)和K-均值聚類算法研究.pdf
- 基于K-距離的孤立點(diǎn)和聚類算法研究.pdf
- 基于自適應(yīng)粒子群的k-中心聚類算法研究.pdf
- k-中心平面聚類模型與算法研究.pdf
- 基于k-平均算法的文本聚類系統(tǒng)研究與實(shí)現(xiàn).pdf
- 一種基于信息熵聚類的K-匿名化算法.pdf
- 基于K-均值聚類遺傳算法的聯(lián)合選址庫存模型研究.pdf
- 無尺度圖k-中心點(diǎn)聚類算法研究.pdf
- K-均值聚類算法初始中心選取相關(guān)問題的研究.pdf
- 基于K-均值聚類算法的Web日志挖掘技術(shù)的研究和應(yīng)用.pdf
- 粗糙K-均值聚類算法及其在文物健康評(píng)價(jià)中的應(yīng)用研究.pdf
- 無線傳感器網(wǎng)絡(luò)中基于K-均值聚類算法的節(jié)能層次路由算法.pdf
- 支持向量機(jī)與K-均值聚類融合算法研究.pdf
- 基于初始點(diǎn)選擇的K-均值聚類改進(jìn)算法及應(yīng)用研究.pdf
- K-匿名數(shù)據(jù)集的挖掘算法研究.pdf
- 基于遺傳算法的K-means聚類算法分析研究.pdf
- K-均值聚類算法改進(jìn)及在服裝生產(chǎn)的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論