《高维聚类知识发现关键技术研究及应用》围绕高维数据的聚类问题展开研究,在讨论高维数据相似性尤其是高维二元数据相似性定义的基础上,提出了基于粗图模型的硬聚类和软聚类算法、高维二元数据的映射聚类算法、基于蚂蚁行为的聚类算法等,并进一步提出基于映射聚类的离群点检测方法;还特别讨论了高维聚类结果的表示方法问题,提出了应用粗糙集高效表达聚类结果的方法;最后探讨了聚类知识发现数据建模的基本步骤,给出了聚类知识发现的典型应用案例。知识发现是从数据集中抽取和精化新的模式的过程,基于数据库的知识发现(Knowledge Discovery in Database, KDD)是知识发现研究的主体和热点,而聚类知识发现又是知识发现的重要方面。如何有效处理巨量、高维的数据,是当前聚类分析的关键技术。
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 onlinetoolsland.com All Rights Reserved. 本本书屋 版权所有