注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 数据挖掘中聚类算法的综述

  2. 一个关于数据挖掘的论文 在学校图书馆下载的 希望能给研究这方面课题的带来帮助 PDF 格式的

  3. 所属分类：其它

  1. 数据流挖掘中的聚类算法综述

  2. 摘 要: 近期，随着诸如实时监控系统、网络入侵检测和web上用户点击流等动态的应用环境源源不断地产生海量的、时序的、快速变化的和潜在无限的数据流，对数据流挖掘的研究变得重要而富有意义。聚类分析作为数据流挖掘领域的一个重要问题，在近期被高度重视和广泛研究。由于数据流模型不同于传统数据集的特殊性质，新的要求和挑战应运而生。本文对数据流挖掘中各种聚类分析算法和处理框架做了综述。文章力图回顾数据流聚类分析领域的最近发展水平，提供给读者该领域的一个清晰的蓝图。为了实现这个目标，我们将首先介绍数据流聚类的

  3. 所属分类：其它

    • 发布日期：2009-07-02
    • 文件大小：751kb
    • 提供者：aonu

  1. 数据挖掘中的聚类算法综述.

  2. 数据挖掘中的聚类算法综述. 数据挖掘中的聚类算法综述.

  3. 所属分类：其它

    • 发布日期：2009-08-12
    • 文件大小：964kb
    • 提供者：oxwangfeng

  1. 数据挖掘中的聚类算法综述

  2. 对各种数据挖掘中的聚类算法进行了详细的分析

  3. 所属分类：其它

    • 发布日期：2010-04-06
    • 文件大小：160kb
    • 提供者：shuzi22

  1. 基于XML_Web服务的供应链信息集成技术与方法研究.nh

  2. 大连理工大学博士学位论文 随着电子商务及其相关技术的发展，集成化供应链(IntgeartdesupPlyChani) 的概念在管理理念不断变化与完善的过程中逐步形成。在2000年的全球供应链 论坛(globalsupplyehainofurm，oseF)上将供应链定义为:“为消费者带来有价值 的产品、服务以及信息的，从源头供应商到最终消费者的核心企业流程的集成” 从上述供应链的定义可以看出，现代的供应链更加侧重从供应(商)、制造(商)、 分销(商)到客户的物流和信息流的协调与集成。 结合上面的

  3. 所属分类：Java

    • 发布日期：2010-04-09
    • 文件大小：7mb
    • 提供者：solarhughie

  1. 数据挖掘中的聚类算法综述

  2. 数据挖掘中的聚类算法综述数据挖掘中的聚类算法综述数据挖掘中的聚类算法综述数据挖掘中的聚类算法综述

  3. 所属分类：其它

    • 发布日期：2010-11-29
    • 文件大小：144kb
    • 提供者：xieguiqing

  1. 数据挖掘中的聚类算法综述

  2. 聚类是数据挖掘中用来发现数据分布和隐含模式的一项重要技术。

  3. 所属分类：互联网

  1. 数据挖掘的聚类算法综述

  2. 如题讲述的时在数据挖掘中针对大量数据的聚类的分析和应用

  3. 所属分类：IT管理

    • 发布日期：2015-12-08
    • 文件大小：327kb
    • 提供者：qq_32725767

  1. zongshu.rar

  2. 几篇聚类综述论文，中文近几年时间，大数据时代的到来促使机器学习技术 飞速发展。聚类分析作为传统机器学习算法中常用方 法之一，由于其实用、简单和高效的特性而广受青睐，它 已成功应用于许多领域，如：文档聚类[1-2]、市场细分[3-4]、 图像分割[5-7]、特征学习[8-9]等。聚类也是数据挖掘中一个 重要的概念[10]，其核心是寻找数据对象中隐藏的有价值 的信息。

  3. 所属分类：算法与数据结构

    • 发布日期：2020-03-11
    • 文件大小：12mb
    • 提供者：qq_43625281

  1. 数据挖掘技术在我国高校人才培养中十年应用回顾及发展趋势

  2. 对近十年我国高等教育领域将数据挖掘技术应用到人才培养进行了综述。在介绍了经典挖掘算法的基本原理基础上,归纳了其在高校人才培养中应用特点及存在的不足,并依据教育信息化发展趋势,给出了未来所要重点关注的领域。涉及到的挖掘算法包括有关联规则、聚类分析、决策树、属性约简、支持向量机等一些广泛使用的技术。文献内容的选择主要基于某一研究后续被关注程度,组织过程中力争将相关研究进行归类,以给出其发展概貌。在大数据年代,上述工作可以为我国高校人才培养的管理决策提供有益的参考。

  3. 所属分类：其它

    • 发布日期：2020-06-26
    • 文件大小：247kb
    • 提供者：weixin_38688403

  1. 综述笔记—A Survey on Transfer Learning

  2. 论文摘要：许多机器学习和数据挖掘算法中的一个主要假设是，训练数据和将来的数据必须在相同的特征空间中并且具有相同的分布。但是，在许多实际应用中，此假设可能不成立。例如，有时我们在一个感兴趣的领域中有一个分类任务，但在另一个感兴趣的领域中我们只有足够的训练数据，其中后者的数据可能在不同的特征空间中或遵循不同的数据分布。在这种情况下，知识转移（如果成功完成）将通过避免昂贵的数据标记工作来极大地提高学习效果。近年来，转移学习已经成为解决这个问题的新的学习框架。这项调查的重点是对分类，回归和聚类问题的转移

  3. 所属分类：深度学习

    • 发布日期：2020-07-21
    • 文件大小：2mb
    • 提供者：liz_Lee