一种基于映射簇的聚类分析算法 - 中南大学学报（自然科学版、英文版） 关键字: 多维数据;数据挖掘;聚类分析;映射簇[gap=764]Key words: high dimensional data; data mining; clustering; projected cluster
基于12个网页-相关网页
High Dimensional Data Clustering 高维数据聚类
high dimensional data set 高维数据集
high dimensional data index 高维数据索引
high-dimensional data index 高维数据索引
high dimensional data space 高维数据空间
high dimensional data model 高维数据模型
high dimensional data mining 高维数据挖掘
high-dimensional data mining 高维数据挖掘
The consistency of BICC in high dimensional data model selection is also shown.
本文证明了这种信息准则在模型选择方面具有一致性。
The universality of these data makes researches on high dimensional data clustering more and more important.
由于高维数据存在的普遍性，高维数据的聚类分析具有非常重要的意义。
Aiming at the similarity measurement of high dimensional data, the paper put forward a new method based on subspace.
针对高维数据的相似性度量问题，提出了一种基于子空间的相似性度量方法。
应用推荐