| 分块自适应加权改进大规模概率模糊聚类 |
| |
| 引用本文： | 景慎艳,刘松迪. 分块自适应加权改进大规模概率模糊聚类[J]. 火力与指挥控制, 2021, 46(12): 88-93. DOI: 10.3969/j.issn.1002-0640.2021.12.014 |
| |
| 作者姓名： | 景慎艳 刘松迪 |
| |
| 作者单位： | 辽宁对外经贸学院大数据研究院,辽宁大连116052;辽宁对外经贸学院大数据研究院,辽宁大连116052;吉林大学软件学院,长春130000 |
| |
| 摘 要： | 为解决传统基于贝叶斯理论的概率模糊聚类(Bayesian Fuzzy Clustering,BFC)算法在处理大规模数据集聚类时的时间开销和存储代价瓶颈,提出基于数据分块的单程自适应加权BFC算法,算法在大规模数据集分块的基础上,设计了基于数据加权的改进BFC算法,用于数据分块内数据聚类,以挑选出对聚类贡献最具代表的标...
|
| 关 键 词： | 大规模数据集聚类 数据分块 加权概率模糊聚类 自适应数据加权 聚类信息传递 |
Block Adaptive Weighted Improved Large-scale Probabilistic Fuzzy Clustering |
| |
| JING Shen-yan,LIU Song-di. Block Adaptive Weighted Improved Large-scale Probabilistic Fuzzy Clustering[J]. Fire Control & Command Control, 2021, 46(12): 88-93. DOI: 10.3969/j.issn.1002-0640.2021.12.014 |
| |
| Authors: | JING Shen-yan LIU Song-di |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
