密度聚类是数据挖掘和机器学习中最常用的分析方法之一,无须预先指定聚类数目就能够发现非球形聚类簇,但存在无法识别不同密度的相......

数据挖掘是当今计算机研究领域中一个热点问题，它的意义在于从海量数据中挖掘出有效的，新颖的，有潜在应用价值的并且最终可以被人们所......

聚类作为数据挖掘的重要任务之一,一直以来都备受关注,并被广泛应用于商业智能、图像模式识别、Web搜索等众多领域。K-means聚类算......

聚类分析是数据挖掘领域中一个最重要的构成部分。在数据挖掘过程中,无需使用任何先验知识,聚类分析的目标是将聚类簇内的数据对象......

采用逆近邻查询进行离群挖掘,是检测离群数据的一个重要手段。但是随着数据集的急剧膨胀,逆近邻查询出现枢纽现象,这对算法的性能......

业主是一对事业有成,有一定会社地位的中年夫妇,生活情趣浓厚.一家人对新居的要求是简洁大方、轻松自然,公共空间能满足生活和交流......

DP(Clustering by Fast Search and Find of Density Peaks)是一种新提出的基于局部密度和距离的聚类算法,具有能够发现任意形状的......

利用2007年投入产出表和中国统计年鉴,根据服务业的中间使用率,运用参数估计方法,研究生产性服务业的就业效应及制造业对它的影响......

针对K-means聚类算法依赖初始点、聚类结果受初始点的选取影响较大的缺陷，给出了一种稳定的基于影响空间的初始点优化K-means聚类算......

阐述了公共艺术在不同历史时期的发展特点 ,总结了当今公共艺术在新时代背景下所呈现出的新面貌特征 ,揭示出在当今多元化的社会发......

聚类是无监督机器学习的一种,在不需要先验知识的情况下,根据数据间的相似性将数据划分为不同的集合,称为类簇。聚类在自然科学、......

互联网的普及，使得信息影响的领域数量远远超过历史上的任何一个时期。与此同时，信息或新闻事件在各领域如科技、经济、文化、政治、......

K-means是一种经典的迭代划分聚类算法，但在每次迭代过程中，需要计算和比较每个数据点与所有中心点之间的距离，因此聚类过程时间开销......