檢索結果：共6筆資料 檢索策略： "正弦餘弦演算法".ckeyword (精準)
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
當解決混合型資料(包含數值型資料和類別型資料)的分類問題時，既有監督式學習演算法無法表現完美，然而如K-prototypes演算法的非監督式學習在處理混合型資料卻展現優異的潛力。因此，為同時擁有分群…
2
正弦餘弦演算法（SCA）是基於使用正弦和餘弦函數更新粒子群的集體搜尋演算法，與其他方法相比，SCA被證明具有更好的性能。儘管SCA的性能已經比其他方法好，但它趨於過早收斂。當SCA用於解決真實案例研…
3
數十年來，資料分群及分類是資料探勘應用在不同領域上的兩個重要的方法，縱使這兩種方法可以分開應用，但他們常常在資料探索或是資料分析上一起使用，尤其在資料標籤沒有定義的情況下。當分類的標籤無法取得，或是…
4
區位途程問題（LRP）目前是物流研究中的一個新興領域，其結合了兩個眾所周知的配銷規劃工作：設施區位問題（FLP）和車輛途程問題（VRP）。配銷規劃網絡的主要目標是獲得最小的系統成本，這類似於公司的經…
5
6
在現今智慧型裝置及科技應用普及的世代，大量的數據以既便利又快速的方式被記錄、收集，因此，如何對數據進行處理與分析，並從中得到有價值的訊息，是現今非常受重視的議題。在資料探勘領域，分群分析是一項非常重…