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。
