2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩62頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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、聚類(lèi)是一種有效的數(shù)據(jù)挖掘和文本挖掘方法。進(jìn)一步改進(jìn)聚類(lèi)算法,提高聚類(lèi)的性能,使其更加適合數(shù)據(jù)和文本挖掘技術(shù)的要求,具有重要的理論和實(shí)踐意義。本文對(duì)聚類(lèi)算法中涉及代表點(diǎn)的密度聚類(lèi)和層次聚類(lèi)的問(wèn)題進(jìn)行了深入研究,提出了基于代表點(diǎn)和密度的聚類(lèi)方法和基于代表點(diǎn)的文本層次聚類(lèi)方法,主要包括以下兩個(gè)內(nèi)容: 提出一種新的高效的基于代表點(diǎn)和密度的聚類(lèi)方法。該方法首先尋找可以反映數(shù)據(jù)空間的幾何特征的代表點(diǎn),然后計(jì)算每個(gè)代表點(diǎn)的密度,再按照本文提出

2、的一種新的距離公式計(jì)算每?jī)蓚€(gè)代表點(diǎn)之間的距離。距離值最小的兩個(gè)代表點(diǎn)為鄰接代表點(diǎn),用無(wú)向圖來(lái)描述生成的代表點(diǎn)集,并利用圖的廣度優(yōu)先搜索算法將處于同一連通子圖中的代表點(diǎn)找出來(lái),從而得到聚類(lèi)結(jié)果。其中新的距離公式考慮到代表點(diǎn)的密度和它們之間的距離同樣重要,故將密度信息加入到距離計(jì)算之中,從而使聚類(lèi)結(jié)果更加精確。與傳統(tǒng)的數(shù)據(jù)聚類(lèi)方法相比,該方法無(wú)需預(yù)先給出類(lèi)的個(gè)數(shù),只需一個(gè)密度閾值e,參數(shù)設(shè)置非常簡(jiǎn)單且對(duì)聚類(lèi)結(jié)果影響很??;算法運(yùn)行效率高,具有

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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。

評(píng)論

0/150

提交評(píng)論