檢索結果:共14筆資料 檢索策略: "資訊工程系".dept (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
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…
2
在通信業激烈的競爭下,為了維護公司營利,通信業者必須防止用戶流失,亦即因用戶轉換電信公司所減少的獲利。本論文提出ㄧ個智慧型客戶保留管理系統來處理客戶保留之工作。首先,本系統分析歷史用戶資料庫來學得用…
3
對於卷積層,設置一個固定的剪枝率和/或指定閾值的濾波器剪枝方法已被廣泛用於減少卷積神經網絡(CNN)模型中所需的參數量。然而,它無法完全修剪不同層中量各異的冗餘濾波器。為了克服此缺點,我們提出了一種…
4
針對不完整數據的補值問題,本文提出了一種新穎且更有效的基於屬性優先順序的漸進式K-means(CPIK-means)算法。該算法首先使用基於幾何相關性的策略對所有屬性中第一優先序缺失的數據進行插補,…
5
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…
6
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…
7
對於商業性網站,網頁上每個區塊的資訊可能有不同的重要程度。因此,為了使不重要的區塊可以被移除對於網路探勘或者在小螢幕裝置上瀏覽網路時,評估網頁區塊重要性是一個重要的工作。當應用目前的評估網頁區塊方法…
8
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…
9
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…
10
目前,自行車共享系統已被廣泛地使用在全球各大城市中。自行車共享系統所面對的主要問題之一,是要重新平衡各站點之間的腳踏車數量,使得使用者的需求能夠盡可能的被滿足。為了進行重新平衡的動作,營運商通常會安…