Рассмотрена новая реализация FKM известного алгоритма k-medoids, основанная на общеизвестной PAM-реализации и использующая новую эвристику выбора центров кластеров, методику CLARA, а также предварительное прореживание L-SPAR, что позволило перейти от квадратичной вычислительной сложности реализации к линейной и снизить временные затраты на обработку реальных данных в среднем в 16 раз
数据的规模越来越大,要求数据挖掘算法有很高的执行效率.基于密度的聚类是聚类分析中的一种,其主要优点是发现任意形状的聚类和对噪音数据不敏感.提出了一种新的基于参考点和密度的CURD(clustering...
これまでに, データベースに対する検索システムは, 精度, 再現度, 速度ともにめざましく進歩した. 検索は生活のあらゆるレベルに浸透し, コモディティ化したため, 検索に対する要求も性能面はもちろん...
В статье представлены результаты анализа и экспериментов применения различных характеристик множеств...
Для кластерного анализа разнородных данных предложен метод построения коллективного решения с учетом...
В работе рассматривается задача кластеризации терминологической сети, а также способ ее решения; пре...
計畫編號：NSC95-2119-M032-002研究期間：200612~200707研究經費：240,000[[abstract]]本計畫主要是探討長期追蹤資料(longitudinal data)的...
Рассмотрен метод кластеризации биомедицинских данных, позволяющий повысить эффективность перв...
В статье рассматривается коллективный подход к решению задачи кластерного анализа. Предложен алгорит...
В статi розглянута задача кластеризацiї на основi вiрогiностного та можливостного пiдходiв за умови ...
Исследуются методы оценки качества тематических моделей, способные обеспечить их устойчивое применен...
Рассматривается информационная система 3D-Clustering, предназначенная для решения задач оптимальной ...
В данной работе рассматривается применение методов интеллектуального анализа временных рядов для зад...
Рассмотрено модельное представление взаимодействующих процессов. Предложена методика моделирования, ...
传统K-means算法的聚类数k值事先无法确定，而且算法是随机性地选取初始聚类中心点，这样容易造成聚类结果不稳定，且准确率较低。基于SSE用来选取聚类个数k值，基于聚类中心点所在的周围区域相对比较密集...
基於屬性相似度將樣本進行分群的技術已經被廣泛應用在許多領域，如模式識別，特徵提取和惡意行為偵測。由於此技術的重要性，很多人已經將各種分群技術利用分散式框架進行再製，例如K-means搭配Hadoop在...
数据的规模越来越大,要求数据挖掘算法有很高的执行效率.基于密度的聚类是聚类分析中的一种,其主要优点是发现任意形状的聚类和对噪音数据不敏感.提出了一种新的基于参考点和密度的CURD(clustering...
これまでに, データベースに対する検索システムは, 精度, 再現度, 速度ともにめざましく進歩した. 検索は生活のあらゆるレベルに浸透し, コモディティ化したため, 検索に対する要求も性能面はもちろん...
В статье представлены результаты анализа и экспериментов применения различных характеристик множеств...
Для кластерного анализа разнородных данных предложен метод построения коллективного решения с учетом...
В работе рассматривается задача кластеризации терминологической сети, а также способ ее решения; пре...
計畫編號：NSC95-2119-M032-002研究期間：200612~200707研究經費：240,000[[abstract]]本計畫主要是探討長期追蹤資料(longitudinal data)的...
Рассмотрен метод кластеризации биомедицинских данных, позволяющий повысить эффективность перв...
В статье рассматривается коллективный подход к решению задачи кластерного анализа. Предложен алгорит...
В статi розглянута задача кластеризацiї на основi вiрогiностного та можливостного пiдходiв за умови ...
Исследуются методы оценки качества тематических моделей, способные обеспечить их устойчивое применен...
Рассматривается информационная система 3D-Clustering, предназначенная для решения задач оптимальной ...
В данной работе рассматривается применение методов интеллектуального анализа временных рядов для зад...
Рассмотрено модельное представление взаимодействующих процессов. Предложена методика моделирования, ...
传统K-means算法的聚类数k值事先无法确定，而且算法是随机性地选取初始聚类中心点，这样容易造成聚类结果不稳定，且准确率较低。基于SSE用来选取聚类个数k值，基于聚类中心点所在的周围区域相对比较密集...
基於屬性相似度將樣本進行分群的技術已經被廣泛應用在許多領域，如模式識別，特徵提取和惡意行為偵測。由於此技術的重要性，很多人已經將各種分群技術利用分散式框架進行再製，例如K-means搭配Hadoop在...
数据的规模越来越大,要求数据挖掘算法有很高的执行效率.基于密度的聚类是聚类分析中的一种,其主要优点是发现任意形状的聚类和对噪音数据不敏感.提出了一种新的基于参考点和密度的CURD(clustering...
これまでに, データベースに対する検索システムは, 精度, 再現度, 速度ともにめざましく進歩した. 検索は生活のあらゆるレベルに浸透し, コモディティ化したため, 検索に対する要求も性能面はもちろん...
В статье представлены результаты анализа и экспериментов применения различных характеристик множеств...
DOI
Add to ORKG