计算机科学 ›› 2006, Vol. 33 ›› Issue (1): 240-242.

• • 上一篇    下一篇

具有输入知识的高维数据聚类算法研究

  

  • 出版日期:2018-11-17 发布日期:2018-11-17
  • 基金资助:
    重庆市自然科学基金支持项目(CSTC,2004BB2182).

  • Online:2018-11-17 Published:2018-11-17

摘要: 针对目前聚类算法没有充分地利用输入知识,不便于知识的学习和增长的情形,提出在高维数据集的情况下,恰当地利用输入知识可以更准确有效地发现聚类,提出聚类的相关维集的概念,分析输入知识的特点,对带有输入知识的高维聚类算法进行研究,指导聚类的学习过程。

关键词: 聚类 聚类算法 高维数据集 输入知识 相关维集 数据聚类 知识 算法研究 高维 学习过程

Abstract: Due to ignorance of available input knowledge current clustering algorithms are not beneficial to the learning and increment of knowledge. With input knowledge clusters can be discovered efficiently and properly. Based on the characteristics of input know

Key words: Clustering, Clustering algorithm, Hi-dimensional dataset, Input knowledge, Relevant dimension set

No related articles found!
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!