预聚类相关论文
增强现实技术将虚拟信息与真实环境进行融合,实现虚拟信息与真实环境在光照、几何和时间方面的一致性,增强人类对真实世界的感知。......
本文探讨了数据挖掘领域中序贯模式挖掘的目的、一般方法及其并行化方法,针对并行序贯模式挖掘中需要时间最长的部分——并行计算......
特征选择是模式分类的重要环节，它能将对分类冗余的属性从数据集中去掉。特征选择可以降低分类算法的计算复杂度，提高分类精度。类似......
根据网站的树形结构特点,提出了一种统一的树化模型对用户访问路径进行建模,解决了因使用原始访问路径产生的"过度比较问题",并通......
针对传统K-means算法在初始质心选取的敏感性以及迭代计算的冗余性这两方面的缺陷,提出一种高效的聚类算法（ECA）.根据数据对象的空间......
针对现有的威胁感知算法对样本标注代价较大,并且在训练分类器时只使用已标注的威胁样本,提出了一种基于图约束和预聚类的主动学习......
