概念聚类 ( Conceptual Clustering )是一种观察学习方法。 本节主要依据 概念聚类 技术来讨论观察与发现学习的有关问题。
基于59个网页-相关网页
在概念聚类（Concept Clustering）中，一组对象只有当它们可以被一个概念描述时才形成一个簇。这不同于基于几何距离来度量相似度的传统聚类。
基于20个网页-相关网页
Finally, incremental algorithm of producing concept lattice is used to carry on concept clustering to the passage of search results, and produced the theme of each cluster result from it.
最后,使用增量式的概念格生成算法对搜索结果片段进行概念聚类,并从中产生每个聚类的主题。
参考来源 - 基于形式概念分析的搜索结果聚类研究It first gives the framework of the system, which is the first anti-money laundering system of our nation. And then it proposes an SCT(Semantic Core Tree)-based incremental conceptual clustering algorithm.
首先,描述了我国第一个外汇反洗钱侦测系统的架构;然后提出了一个以语义核心树SCT(Seman-tic Core Tree)为基础的增量概念聚类算法。
参考来源 - 外汇领域的洗钱侦测系统及关键算法研究 in C·2,447,543篇论文数据，部分数据来源于NoteExpress
接下来，快速模糊概念聚类算法，提出集群的模糊概念格为概念集群。
Next, a fast fuzzy conceptual clustering algorithm is proposed to cluster the fuzzy concept lattice into conceptual clusters.
最后，使用增量式的概念格生成算法对搜索结果片段进行概念聚类，并从中产生每个聚类的主题。
Finally, incremental algorithm of producing concept lattice is used to carry on concept clustering to the passage of search results, and produced the theme of each cluster result from it.
提出了一种在格的拓扑序列上进行概念聚类的快速算法，并且定义了概念聚类间基于偏序的层次关系。
Next, a fast fuzzy conceptual clustering algorithm is proposed to cluster the fuzzy concept lattice into conceptual clusters.
应用推荐