檢索結果:共161筆資料 檢索策略: "分群".ckeyword (精準)
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
分群是根據資料點之間的相似性將整個資料集劃分為一個分群結果的過程。現今已經有許多分群的方法被提出,但由於這些方法各別的性質,不同的方法通常會產生不同的分群結果。為了將不同的分群結果結合成一個更好且更…
2
近年來隨著電子商務的興起,許多企業紛紛投入電子化,企業們所蒐集到的資料越來越多,對於管理者來說,若能從這些資料中發掘出有用的資訊,將會有莫大的助益。因此,資料探勘已經成為相當重要而且熱門的研究領…
3
倉儲是物料、零件所存放的地方,提供物料進、出貨的暫存區。若能有效地規劃倉儲儲位,則可以減少庫存空間、降低運送成本及增加作業流程效率。因此,在安排倉儲的空間規劃上,根據現有倉庫的場地特性、設備條件與倉…
4
隨著現今科技的快速發展,企業公司獲取的資訊越發豐沛,且獲取資訊的管道也越來越多,但是要如何妥善運用這些龐大的資源,使其成為有意義的參考資訊,便需要資料探勘技術的協助,而資料分群即為其中的熱門研究領域…
5
隨著電腦軟體的發展,企業利用流程資料庫,儲存流程事件檔已是一個非常普遍的方式,而由於商業流程的越趨複雜,流程資料庫所儲存的事件檔也就相對的非常冗長,而如此探勘出的流程架構圖,不是概括性的描述整個商業…
6
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…
7
本研究提出一種基於PageRank的文件分群與文件視覺化方法,可以用來分析文件集,讓人們可以更快速理解文件集的主要特徵與大致內容;並可以透過放大(Zoom In)的概念,更深入了解某個群集再做細部的…
8
值譜分群演算法乃是將數據中的每個資料點視為一個圖(Graph)的頂點V,並將資料點(即頂點)之間的相似度量化為頂點之間的連接邊E。如此可得到一個基於相似度的無方向之加權圖G(V,E)。於是,資料分群…
9
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…
10
分群演算法是現今找出相同類別(高相似性)資料相當普遍的知識發現工具,雜訊(noise)是演算法判定該筆資料不隸屬於任何一群之結果,有時雜訊的產生是因該筆資料本為無用資訊,然而亦有因收集資料之環境、遮…