分布式聚类相关论文
能源互联网架构下，用户数据传播延迟和电力公司管理规定促使电力数据中心建立在全国各地，电力数据因而天生呈现地理分布式，对此研究了......
工业制造大数据的分析与监测具有重要的战略意义,但基于人工的大数据分析方法灵活性差、准确性难以核实、效率较低,文中采用实时获......
近年来,随着云计算、移动互联网、泛在计算技术在软件行业的飞速发展,“万物皆互联”与“万物皆服务”逐步成熟,各领域的可用服务......
随着城市规模的不断扩张，资源紧张、交通拥堵等社会问题日益严重。为实现城市智能化和可持续发展，建设智慧城市已成为不可逆转的历史......
聚类分析是数据挖掘领域的一项重要研究内容,它在金融、电信、保险业、市场营销、异常检测、网络安全、科学决策等方面具有十分重......
本文中,我们研究了协同聚类,并将相关概念与信息安全中的聚类分析联系起来;在这个问题中,我们关注于纷繁复杂的网络攻击时代中,随......
得益于计算机技术和无线通信技术的发展,机器人网络、无线传感器网络、智能电网、计算机网络以及车联网等的应用越来越广泛,多智能......
相较于传统能源,新能源具有储量大、污染少等优点,近年来得到迅猛发展,但因其分散性、不稳定性等缺点存在消纳困难问题,“三弃”现......
对于大规模的图数据,当前的图聚类算法的时间和空间扩展性较差,且倾向于细粒度的簇.本文提出k层邻接点概念,从而避免单层邻接点导......
随着现代企业的信息化快速发展,信息系统产生的数据量日益增大,从大量的数据中提取有用信息并非易事.K-Dmeam算法是基于K-Means的......
