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 全部资料 500 份

实现了25种系统聚类的方法，在函数的选项里面可以进行方便的指定。同时可以自动计算这25种方法的评价函数，选择最优的系统聚类方法

2014-12-01 40 聚类

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 聚类

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 聚类

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 聚类

层次聚类方法是聚类分析的一个重要方法。该文利用通用搜索树实现了一种新的层次聚类算法，可以把整个聚类过程中形成的树型结构都保存在硬盘上，支持从宏观到细微的分析过程，便于用户发现各个聚类之间的相互联系。

2023-12-29 8 聚类