2.2 K-均值聚类(K-means clustering,KMC)K-均值聚类是先 选择初始凝聚点,根据欧氏距离系数,将每个样品归类,各类的重心代替初始凝聚 点,根据...
基于16个网页-相关网页
fuzzy K means clustering algorithm 模糊K均值聚类算法
dynamic k-means clustering 动态k
weighted k-means clustering 加权k均值聚类
k-means clustering algorithm K均值聚类算法
minimum K-means clustering distance 最小K
K-means clustering method 均值聚类
fuzzy k-means clustering 模糊k ; 模糊
fuzzy K means clustering 模糊K均值聚类
At last, this paper presents a Text Clustering model and then make a simple design to realize it based on a kind of K-means clustering algorithm.
最后,给出了一个简单的文本聚类模型,并基于K—means文本聚类算法,对模型做了一种设计和实现。
参考来源 - 聚类分析及其在文本挖掘中的应用·2,447,543篇论文数据,部分数据来源于NoteExpress
以上来源于: WordNet
Given a set of vectors, the next step is to run the k-Means clustering algorithm.
创建了一组矢量之后,接下来需要运行k - Means集群算法。
To improve the speed of image search, K-means Clustering is used to create the image database.
另外为提高了图像的检索速度,采用K均值聚类索引建立数据库。
It applies weighted K-means clustering for region segmentation, instead of traditional K-means clustering.
对于区域分割,使用基于加权平方欧式距离的均值聚类算法代替传统的均值聚类算法。
应用推荐