K-medoids

k-medoids算法是一种强大的聚类分析技术，广泛应用于数据挖掘、模式识别及电子信号处理等领域。与传统的k-means相比，k-medoids更稳健，能够有效处理噪声和异常值，特别适合于对稳定性要求高的工程项目。通过深入学习k-medoids，工程师们不仅能够掌握先进的数据分析方法，还能在故障诊断...

资源总数
500

K-medoids 热门资料

查看全部 500 份 →

传统K均值算法对初始聚类中心敏感，聚类结果随不同的初始输入而波动，容易陷入局部最优值。针对上述问题，该文提出一种基于遗传算法的K均值聚类算法，将K均值算法的局部寻优能力与遗传算法的全局寻优能力相结合，

2024-01-19 8 K-medoids

为使微数据发布在满足K-匿名要求的同时提高匿名数据的精度，提出多维泛化路径的概念及相应的2种K-匿名算法，包括完整Filter K-匿名算法和部分Filter K-匿名算法。将它们与Incognito

2024-03-25 6 K-medoids

·摘　要:提出了一种直接基于图像矩阵的包含在类平均图像中判别信息的最优压缩方法。在ORL标准人脸库上的试验结果表明，提出的方法不仅识别性能优于传统的主分量分析和Fishr线性鉴别分析，而且特征抽取的速度得到了很大的提高。

2024-07-03 9 K-medoids