已閱讀1頁，還剩39頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、在高維數(shù)據(jù)的聚類分析中，因?yàn)榫S數(shù)的增加，使得傳統(tǒng)的聚類方法難以在高維數(shù)據(jù)中得到有效的應(yīng)用，為解決這一問題，傳統(tǒng)的做法是直接刪除一些不太重要的變量，或者將變量做線性組合從而達(dá)到降維的目的，但由于類簇是形成于不同的子空間中，傳統(tǒng)的降維方法可能會(huì)刪除對(duì)于某一類簇來說重要的變量，從而導(dǎo)致丟失一部分有用的信息。因此對(duì)于高維數(shù)據(jù)聚類來說識(shí)別每個(gè)類對(duì)應(yīng)的子空間具有很廣泛的使用價(jià)值。
本文采用基于維數(shù)距離的子空間聚類（DSC）方法不僅能夠有效
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 子空間聚類及其應(yīng)用.pdf
- 子空間聚類算法的研究及應(yīng)用.pdf
- 基于空間約束的半監(jiān)督子空間聚類算法.pdf
- 基于密度的子空間聚類算法研究.pdf
- 軟子空間聚類算法研究及其應(yīng)用.pdf
- 基于子空間聚類的圖像分割方法研究.pdf
- 基于動(dòng)態(tài)子空間距離的圖像聚類.pdf
- 基于子空間聚類的運(yùn)動(dòng)分割方法研究.pdf
- 改進(jìn)的子空間聚類算法研究及實(shí)現(xiàn).pdf
- 幾類基于數(shù)據(jù)重建的子空間聚類問題研究.pdf
- 基于屬性相關(guān)度的子空間聚類算法.pdf
- 基于模型的半監(jiān)督子空間聚類算法分析.pdf
- 子空間聚類算法在流量分類中的應(yīng)用.pdf
- 稀疏子空間聚類在圖像處理中的應(yīng)用.pdf
- 基于模式相似的子空間聚類算法研究.pdf
- 子空間聚類改進(jìn)方法研究.pdf
- 約束子空間聚類算法研究.pdf
- 基于混合聚類的空間索引算法研究及應(yīng)用.pdf
- 迭代加權(quán)的稀疏子空間聚類.pdf
- 基于子空間聚類的文本相關(guān)性研究.pdf
評(píng)論
0/150
提交評(píng)論