檢索結果：共31筆資料 檢索策略： "分群演算法".ckeyword (精準)
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
本論文提出一種以資料點灰階權重之密度分群演算法:GWDBSCAN (Grey Weighting Density-Based Clustering Algorithm of Applications…
2
Affinity Propagation演算法是一個基於資料點與資料點間互相進行消息傳遞的演算法。其特點是不需要在分群前知道分群的數量。演算法會利用資料給予的資訊進行分群並找出適當的群數。在較早之前…
3
分群是一依據資料某些特性而將其分成不同群聚的技術。DBSCAN為一個基於密度的分群演算法。DBSCAN演算法中需要兩個使用者自訂的參數，而這兩個參數在使用者未對資料有事先研究過的情況下往往難以決定，…
4
由於網路越趨發達，人們所需要處理的資料量也日趨龐大，而處理巨量資料所需要的成本十分龐大，故如何能以較小的代價處理巨量資料即成為一個已被認真看待的問題。Affinity Propagation演算法的…
5
分群演算法(Clustering Algorithms) 可將多維資料歸納於若干個子集合，常 見的方法有K-MEANS、DBSCAN、EM-Clustering、OPTICS、Agglomerati…
6
本論文提出一改良式密度為基礎分群演算法，「整合密度趨勢與虛擬核心點之改良式密度分群演算法」：DTVC-DBSCAN(Integration of Density-Trend and Virtual …
7
對於最新發表的點對稱距離量度，本篇論文將延伸此方法，進而提出一個植基於線對稱性質之有效的K均值分群演算法。與先前的點對稱K均值演算法相比，我們所提出的改良式線對稱K均值演算法對於不同的資料分佈具有較…
8
在現實生活中使用者透過Facebook社群網站分享資訊時，為了管理分享資訊的散播，此時可以針對分享資訊個別選擇特定的朋友，可是當特定的朋友數越多時會讓造成使用者花費更多的管理成本，所以為了方便分享資…
9
在資料探勘領域裡的群聚分析，對於在資料集中去發掘資料樣本分佈是非常有用的。為了對資料集分群，群聚演算法通常使用一以距離矩陣為基礎的相似度量測，而達到在相同群聚裡的資料點比不同群聚裡的資料點更為相似。…
10
在本論文中，我們提出一個新的自動分群演算法及利用多迴歸分析技術以在關聯式資料庫系統中估計空值。首先，我們針對數值資料提出一自動分群演算法．本論文所提之自動分群演算法不須事先定義群數及也不須事先將資料…