密度敏感距离相关论文
聚类分析作为数据挖掘中非常重要的一种工具,本质是将数据元素划分为若干组的技术,使得组内的元素具有较高的相似性,而与其他组中......
随着社会进入信息化时代,快节奏的生活带来了丰富的学习资源,这些资源变得越来越精炼,并伴随着碎片化的时间变得越来越碎片化。作......
模糊C均值(FCM)聚类算法无法识别非凸数据,算法中基于欧式距离的相似性度量只考虑数据点之间的局部一致性特征而忽略了全局一致性......
以密度敏感距离作为相似性测度，结合近邻传播聚类算法和谱聚类算法，提出了一种密度敏感的层次化聚类算法。算法以密度敏感距离为相似......
微学习资源爆炸式的增长带来了大量未经组织处理的文本资源,大量以碎片化形式呈现的微学习资源为学习者的使用带来极大的不便。为......
针对近邻传播算法（AP）在处理大规模复杂数据集时聚类时间和精度上的不足,调整密度敏感距离作为相似性度量,提出一种基于密度敏感距离......
聚类分析作为一种非常重要的数据分析方法,已经在科学数据发掘、信息检索和文本挖掘、网页分析、计算机生物学等领域得到了广泛应......
采用密度敏感距离作为数据相似性度量,并基于多智能体进化的思想提出了一种密度敏感的多智能体进化聚类(density sensitive based ......
