K-Medoids聚类算法相关论文
网络的迅速发展和计算机存储技术的不断提升使得数据量爆炸式增长,人们要从海量数据中挖掘出有用信息越来越难。数据挖掘是指从数......
21世纪是信息和数据的时代,随着社会的计算机化快速发展使得大量的数据从我们生活的每个角落涌出。数据量的增长速度在各行各业中......
随着互联网技术的高速发展,人们所面临的数据几乎呈爆炸性的增长,而传统的数据挖掘算法在处理大数据时已不能满足人们对时间性能的......
Web2.0技术的日益盛行,随之而来的便是更加丰富的新型数据和大量网络用户。如何利用标签特性,结合数据挖掘的相关技术,挖掘用户的......
随着计算机科学技术的快速发展，特别是数据库技术的广泛应用，数据挖掘领域成为热门的研究之一。浩瀚的数据海洋隐藏着大量对人们有重......
随着网络和信息技术的迅速发展,如何从海量数据中提炼出有效的信息,成为众多学者研究的热点之一,数据挖掘就在这一背景下应运而生......
聚类分析是数据挖掘中的重要内容之一,是将数据对象按照相似性度量划分成各类簇的过程,并广泛的应用在数据挖掘,模式识别等领域。K......
工业生产中,电弧焊接结构作为各类机械结构的重要连接部位,焊缝质量对生产安全具有非常重要的意义。当前对焊缝质量检测的方法众多......
随着计算机技术的飞速发展和人类的需求不断扩张,产生了大量的数据,从而迎来了大数据时代。为了从海量数据中挖掘出对人类有用的知......
随着电力体制改革不断深化,各供电公司越来越重视节能降损。线损率作为电力系统的一项重要经济技术指标,它是衡量电力企业经营能力......
针对传统K-medoids聚类算法对初始化敏感,中心点盲目搜索更新和聚类准确率不够高等缺点,提出新的改进算法.新算法首先对原始粒计算......
期刊
聚类是一种非常有用的数据挖掘方法,可用于发现隐藏在数据背后的分组和数据分布信息.目前已经提出了许多聚类算法及其变种,但在增......
