CABOSFV算法相关论文
流数据技术已成为当今数据处理领域的研究热点,流数据挖掘是数据流技术研究的重要分支.流数据挖掘的核心思想是设计数据集单遍扫描......
针对高维稀疏聚类CABOSFV算法仅能解决二态变量高维稀疏聚类问题而对其他类型变量算法将失效的情况,通过定义“属性绝对值距离”解......
本文通过对电子商务中客户关系管理聚类数据挖掘技术的研究,提出基于CABOSFV算法的客户聚类算法,用于解决客户关系管理中大量高维稀......
CABOSFV是基于稀疏特征进行高维数据聚类的高效算法,但算法的聚类质量受数据输入顺序的影响。针对此问题,提出考虑数据排序的改进C......
在实际应用中,CABOSFV算法初始参数——集合稀疏差异度阈值b的确定是否合理,对聚类结果是否有效起决定作用。本文针对如何科学方便地......
聚类分析是一种非监督型知识发现的方法.能有效地处理大量的、繁杂的、属性众多的且没有类标志的数据。DBSCAN算法能实现任意形状的......
在竞争激烈的商业时代,资源占有成为决定企业生死成败的关键。在客户关系方面,企业总希望建立与客户最稳固的关系,并最有效率地把这种......