使用este identification或para citar ou linkar para este项:https://repositorio.ufrn.br/handle/123456789/30633
蒂图罗: | 基于异构差异的数据聚类模型 |
汽车: | 埃弗顿桑蒂 丹尼尔·阿洛伊斯 西蒙·布兰查德。 |
Palavras-chave酒店: | 异质性;启发式;数据挖掘;聚类;优化 |
数据记录: | 2016年6月16日 |
编辑: | 爱思维尔 |
请参阅encia: | 埃弗顿SANTI;丹尼尔·阿洛伊斯;西蒙·J·布兰查德(Simon J.BLANCHARD),《异质差异数据聚类模型》。《欧洲运筹学杂志》,[S.L.],v.253,n.3,p.659-672,set。2016年,争议级别:https://www.sciencedirect.com/science/article/abs/pii/S0377221716301618?通过%3Dihub。Acesso em:08套。2020http://dx.doi.org/10.1016/j.ejor.2016.03.033。 |
简历: | 聚类算法将一组n个对象划分为p个组(称为簇),以便根据某些标准分配给相同组的对象是同质的。为了导出这些簇,所需的数据输入通常是单个n×n相异矩阵。然而,对于许多应用程序,相异矩阵有多个实例可用,因此为了符合模型要求,通常会对矩阵进行汇总(例如,汇总、平均)。这种聚合实践导致集群解决方案掩盖了原始数据的真实性质。本文介绍了一种聚类模型,该模型使用所有可用的相异矩阵来处理异质性,并以类似的方式识别成组的个体聚类对象。该模型是一个非凸问题,很难精确求解,因此我们引入了可变邻域搜索启发式来有效地提供解。计算实验和巧克力糖感知的经验应用表明,启发式算法是有效的,并且所提出的模型适合于恢复异构数据。讨论了聚类研究人员的意义 |
URI(URI): | https://repositorio.ufrn.br/handle/123456789/30633网址 |
ISSN公司: | 0377-2217 |
Aparece nas coleçoes公司: | CT-DCA-Artigos publicados em periódicos公司 ECT-Artigos publicados em periódicos公司
|
Arquivos associados a este item公司:
没有现成的arquivos associados是一个este项目。
Os itens no repositório estáo protegidos por copyright,com-todos Os direcitos reservados,salvo quandoéindicado o contrário。