檢索結果:共6筆資料 檢索策略: "algorithm".ekeyword (精準) and ckeyword.raw="分群"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
分群演算法 (Clustering Algorithms) 用於將多維資料歸納至各個群聚之中,DBSCAN 是近年來被大幅研究與發展的基於密度的分群演算法,其特性是可以有效分析任意形狀的群聚,以及不…
2
3
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…
4
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…
5
本篇論文提出了一個創新的植基於均值位移之直方圖等化法(MSHE),我們所提出的方法關鍵點在於利用均值位移演算法找出非平滑區域的像素點群聚特性,利用這些特性所找出的像素點集來抑制平滑區域在直方圖上的動…
6
近年來,由於射頻辨識(RFID)系統具有快速識別與無需直視路徑的優點,使得此系統被廣泛的應用在日常生活中。因此,RFID之研究受到學界與業界之重視。RFID系統之一潛在問題是多個標籤同時傳送信號給讀…