檢索結果:共33筆資料 檢索策略: "分群".ckeyword (精準) and cdept.raw="資訊工程系"
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
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…
3
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…
4
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…
5
本論文以GMM來塑模(modeling)各語者的聲學特性,然後使用三種不同的距離量測,來計算基於pseude-divergence的GMM模型之間的距離。接著,分別實驗k-means分群法和樹狀結構…
6
在大數據分析中填補缺失數據是一個重要且具有挑戰性的問題。在本文中,我們提出了一種新的有效的基於維度和灰色理論關聯性的模糊 (DGC-fuzzy) c-means 方法來估算不完整數據。對於每個數據集…
7
現今的許多網站,都允許使用者為網站中的物件給予標籤,這個過程也被稱為大眾分類法 (Folksonomy).因為使用者可以自由的輸入標籤,所以標籤正是一個容易取得,而且隱含使用者喜好資訊的有用資料來源…
8
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…
9
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,…
10
K-means 是資料探勘和機器學習中的眾所周知的分群算法。它廣泛應用於計算 機視覺,市場分割,社會網絡分析等各個領域。然而,k-means 在不必要的距離 計算上浪費大量的時間。因此,加速 k-m…