| 基于可變加權的高維數據子空間聚類算法研究 | |
| 所屬分類：技術論文 | |
| 上傳者：aet | |
| 文檔大?。?span>2766 K | |
| 標簽： 高維數據 子空間聚類 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：摘 要：高維數據的稀疏性和“維災”問題使得多數傳統聚類算法失去作用，因此研究高維數據集的聚類算法己成為當前的一個熱點。子空間聚類算法是實現高維數據集聚類的有效方法之一。介紹并實現了基于可變加權的高維數據子空間聚類算法SCAD和EWKM，并分別對人造數據、現實數據等數據集進行測試，根據測試結果進行分析，對比兩種算法的性能及適用場合。 關鍵詞：高維數據；稀疏；子空間聚類；精確率；熵 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2