俱乐部风

clusfind:一组六个独立的Fortran程序,用于聚类分析。这些程序在L.Kaufman和P.J.Rousseuw著的《数据中的组查找》一书中进行了描述和说明,纽约:约翰·威利。第1章:DAISY.FOR(计算差异性);第2章:PAM.FOR(使用medoids的新方法将数据集划分为多个簇);第3章:CLARA.FOR(用于聚类大型应用程序);第4章:FANNY.FOR(一种新的模糊聚类方法);第5+6章:TWINS.FOR(层次聚类;您可以在聚集和除法之间进行选择);第7章:MONA.FOR(二进制数据集的分层次聚类)。


zbMATH中的参考文献(参考 400篇文章 参考,第1条标准)

显示结果1到20,共400个。
按年份排序(引用)

1 2 ... 18 19 20 下一个

  1. Casa,Alessandro;Chacón,JoséE.;Menardi,Giovanna:模态聚类渐近性及其在带宽选择中的应用(2020)
  2. Yoder,Jordan;Chen,Li;Pao,Henry;Bridgeford,Eric;Levin,Keith;Fishkind,Donniell E;Priebe,Carey;Lyzinski,Vince:顶点提名:规范采样和扩展光谱提名方案(2020)
  3. Boiarov,A.A.;Granichin,O.N.:稀疏参数高斯混合模型无监督参数估计的输入随机逼近算法(2019)
  4. Brusco,Michael J.;Steinley,Douglas;Stevens,Jordan;Cradit,J.Dennis:《亲和传播:心理学研究中基于范例的聚类工具》(2019)
  5. Cossette,Hélène;Gadoury,Simon Pierre;Marceau,Etienne;Robert,Christian Y.:多元复合分布定义的层次阿基米德copula的复合似然估计方法(2019年)
  6. Costa,Marcelo Azevedo;Mineti,Leandro Brioschi;Mayrink,Vinícius Diniz;Lopes,Ana Lúcia Miranda:效率得分图中集群的贝叶斯检测:在巴西能源监管中的应用(2019年)
  7. Costilla,Roy;Liu,Ivy;Arnold,Richard;Fernández,Daniel:基于贝叶斯模型的纵向有序数据聚类(2019年)
  8. Dhanens,Clarise;Jourdan,Laetitia:数据挖掘的元启发式(2019)
  9. Ferraro,Maria Brigida;Giordani,Paolo:非线性可分离数据(模糊)聚类的回顾与建议(2019)
  10. Galeano,Pedro;Peña,Daniel:数据科学、大数据和统计(2019)
  11. 高广元;Wüthrich,Mario V.;Yang,Hanfang:不同车速下的驾驶风险评估(2019年)
  12. Gu,Jiaying;Volgushev,Stanislav:具有分组固定效应的面板数据分位数回归(2019年)
  13. 克里斯蒂安·鲁奇诺利(Laura Luchennigira),2019年;克里斯蒂安·尼戈里(Laura Luchennigira);分群法
  14. Jensen,Melanie A.;Wang,Ying Ying;Lai,Samuel K.;Forest,M.Gregory;McKinley,Scott A.:抗体介导的黏液中病毒离子的固定化(2019年)
  15. Martino,Andrea;Ghigleitti,Andrea;Ieva,Francesca;Paganoni,Anna Maria:A(k)-基于Mahalanobis型距离的多元函数数据聚类程序(2019年)
  16. Melnykov,Volodymyr;Zhu,Xuwen:(K)-均值算法在倾斜数据聚类中的扩展(2019)
  17. 牛凤高:基本共现潜在语义向量空间模型(2019)
  18. Pham Toan,D.;Vo Van,T.;Pham Chau,A.T.;Nguyen Trang,T.;Ho-Kieu,D.:一种新的基于二元自适应精英微分进化的概率密度函数自动(k)-medoids聚类(2019)
  19. Sukhorukova,N.:双曲线切比雪夫近似及其在信号聚类中的应用(2019)
  20. Yuan,Beibei;Heiser,Willem;De Rooij,Mark:The(\delta)-机器:基于与原型之间距离的分类(2019)

1 2 ... 18 19 20 下一个