聚类
聚类技术，作为数据挖掘与机器学习的核心算法之一，通过将相似的数据点归为一类，实现对复杂数据集的有效分析与简化。广泛应用于图像处理、模式识别、生物信息学及市场细分等多个领域。掌握聚类算法不仅能够帮助工程师解决实际问题，还能提升个人在数据分析领域的竞争力。本页面汇集了10665个精选资源，涵盖K-mea...
资源总数
500
聚类 热门资料
查看全部 500 份 →具有虚拟领导的Flocking聚类算法
该文提出一种改进的带虚拟领导的Flocking 模型，并基于此模型开发了一种数据聚类算法。在此算法中，数据集中的数据点被考虑为可以在空间中移动的Agent，并且根据改进的模型，生成有权无向图。然后从数
2023-10-18
6
基于DBSCAN的批量更新聚类算法
为更新批量数据，提出一种基于DBSCAN的新聚类方法。该算法通过扫描原对象确定它们同增量对象间的关系，得到一个相关对象集，同时根据该相关对象和增量对象之间的关系获得新的聚类结果。实验结果表明，该算法与
2023-11-26
10
基于网格的多密度聚类算法
提出了一种多密度网格聚类算法GDD。该算法主要采用密度阈值递减的多阶段聚类技术提取不同密度的聚类，使用边界点处理技术提高聚类精度，同时对聚类结果进行了人工干预。GDD 算法只要求对数据
2024-03-09
10