已閱讀1頁，還剩46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)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、聚類分析是多元統(tǒng)計分析的方法之一，廣泛的應(yīng)用在模式識別，數(shù)據(jù)挖掘和決策分析等領(lǐng)域。目前常有的聚類算法有傳遞閉包聚類算法和Fuzzyc-mean算法。這些算法在聚類過程中存在模糊性。本文為每一個屬性賦予一個權(quán)重，稱之為特征權(quán)，表示這個屬性的重要程度。當(dāng)權(quán)重等于0時，該屬性是冗余屬性可以刪除；當(dāng)權(quán)重大于0時，隨著權(quán)重的增加，該屬性在聚類中的作用也越來越大。通過梯度遞減算法選取重要的屬性并為重要的屬性賦予不同的權(quán)重。將權(quán)重應(yīng)用于聚類算法，從而
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空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 聚類中的特征學(xué)習(xí)研究.pdf
- 聚類算法在IDS特征分析中的應(yīng)用.pdf
- 基于無指導(dǎo)的詞聚類及在文本聚類中應(yīng)用的研究.pdf
- 基于字典學(xué)習(xí)的無監(jiān)督遷移聚類及其在SAR圖像分割中的應(yīng)用.pdf
- HITS算法在文本聚類結(jié)果特征提取中的應(yīng)用.pdf
- 核聚類算法研究及其在文本聚類中的應(yīng)用.pdf
- 組合聚類方法在文本聚類中的應(yīng)用研究.pdf
- 無監(jiān)督聚類算法在輻射源信號分析中的應(yīng)用.pdf
- 聚類算法及其在頁面聚類中的應(yīng)用研究
- 譜聚類算法研究及其在文本聚類中的應(yīng)用.pdf
- 聚類算法及其在頁面聚類中的應(yīng)用研究.pdf
- 聚類算法在Web挖掘中的應(yīng)用.pdf
- 聚類算法在入侵檢測中的應(yīng)用.pdf
- AFS聚類方法研究及其在模糊數(shù)據(jù)聚類中的應(yīng)用.pdf
- 模糊聚類及其在中文文本聚類中的應(yīng)用研究.pdf
- 基于競爭學(xué)習(xí)機(jī)制的聚類算法在圖像匹配中的應(yīng)用.pdf
- 在線學(xué)習(xí)中的學(xué)習(xí)模型聚類與應(yīng)用研究.pdf
- 模糊聚類在優(yōu)化決策中的應(yīng)用.pdf
- 聚類方法在證券行業(yè)中的應(yīng)用.pdf
- K-medoids聚類算法研究及其在文本聚類中的應(yīng)用.pdf
評論
0/150
提交評論