分类属性数据相关论文
数据挖掘技术是近年来国际上在信息决策领域较为活跃的研究方向之一。作为数据挖掘的一种有力分析工具,聚类分析得到了人们的广泛......
针对多跳网络中分类属性数据进行聚类,为提高多跳网络数据管理效率。多跳网络分类属性数据聚类时,需要对孤立数据和异常数据进行单......
为了解决单一聚类算法存在结果不准确和随机性大,且现有算法对分类数据聚类时将其转换成数值型会产生误差等问题,提出了一种面向分......
提出了一种针对分类属性数据特征选择的新算法。通过给出一种能够直接评价分类属性数据特征选择的评价函数新定义，重新构造能实现分......
分析量子势能、量子力学中粒子分布机制和针对分类属性数据的量子聚类CQC算法,发现该算法采用传统的Hamming相异性测度计算分类属......
现代数据库和网络技术的发展,使得人们面对的数据量以惊人的速度增长。为了获取有价值的信息,聚类分析已成为数据挖掘中一个十分活......
传统的K-Modes聚类算法采用简单的0-1匹配差异方法来计算同一分类属性下两个属性值之间的距离,没有充分考虑其相似性.对此,基于粗......
可追溯食品消费偏好等实证调查中具有大量的分类属性的数据,而常用的k-means聚类方法主要适用于连续的数值型数据,难以精确分析可......
为了克服DBSCAN聚类算法在大规模数据集上无法有效地处理混合属性数据的缺点,本文提出了一种两阶段的聚类整合算法。该算法第一阶......
对分类属性数据进行处理时,现有的聚类算法一般都通过距离函数将原始数据转换为表示两两距离的距离矩阵,然后再根据距离矩阵进行聚......
传统的K-modes算法采用了简单的0-1匹配来计算属性间的相异度,后改进为频率计算相异度,但是他们都忽略了各属性间的差异。本文研究......
数据挖掘中解决分类属性数据聚类的算法有很多种，但大多数基于划分的方法得到的聚类中心一般不是数据集中的实际数据对象，缺乏实际的......
