期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于密度指标的大样本数据集聚类方法
1
作者
王兵
王轲
《计算机工程与设计》
北大核心
2016年第5期1245-1248,1290,共5页
为提高大样本数据集的聚类准确率,减少获得高精度聚类中心的计算量,构建基于密度指标的大样本数据集聚类方法。给出高斯密度函数对加权系数的聚类中心确定方法,采用基于密度指标的加权聚类算法进行聚类,获得准确度较高的大样本数据集的...
为提高大样本数据集的聚类准确率,减少获得高精度聚类中心的计算量,构建基于密度指标的大样本数据集聚类方法。给出高斯密度函数对加权系数的聚类中心确定方法,采用基于密度指标的加权聚类算法进行聚类,获得准确度较高的大样本数据集的聚类中心。选用标准的UCI多组数据集对该聚类方法进行验证,与其它文献方法做实验对比。实验结果表明,采用该方法能获得较高精度的聚类中心,提高大样本数据集分类的准确率。
展开更多
关键词
密度指标
高斯函数
大样本数据集
非欧氏距离
聚类算法
在线阅读
下载PDF
职称材料
题名
基于密度指标的大样本数据集聚类方法
1
作者
王兵
王轲
机构
上海理工大学信息化办公室
北京第二外国语学院应用英语学院
出处
《计算机工程与设计》
北大核心
2016年第5期1245-1248,1290,共5页
文摘
为提高大样本数据集的聚类准确率,减少获得高精度聚类中心的计算量,构建基于密度指标的大样本数据集聚类方法。给出高斯密度函数对加权系数的聚类中心确定方法,采用基于密度指标的加权聚类算法进行聚类,获得准确度较高的大样本数据集的聚类中心。选用标准的UCI多组数据集对该聚类方法进行验证,与其它文献方法做实验对比。实验结果表明,采用该方法能获得较高精度的聚类中心,提高大样本数据集分类的准确率。
关键词
密度指标
高斯函数
大样本数据集
非欧氏距离
聚类算法
Keywords
density index
Gaussian function
large sample data sets
non Euclidean distance
clustering algorithm
分类号
TP202.2 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于密度指标的大样本数据集聚类方法
王兵
王轲
《计算机工程与设计》
北大核心
2016
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
