一个。一个。一个。 alazeez,S。贾西姆和h。杜,“sldpc:向二阶学习用于数据流检测持久集群”,2018第十计算机科学和电子工程(CEEC),英国Colchester,2018,第248-253。

抽象

对数据的研究主要关注流聚类算法至今一直专注于算法的静态数据集的数据流和现有的适应算法的改进适应。这样的算法满足一阶从数据到集群中学习的目的。本文提示,从数据流,并提出检测从数据流中的连续快照集聚集群持续学习算法簇模型的第二次学习的新问题。在这项工作中,我们首先在选定的查询点收集集群快照作为输出簇的序列,然后在一定的时间内识别持久集群。该算法是在合成的数据集的集合进行评估。实验结果已经证明,在检测到这样的持久性集群算法的有效性。

关键字

聚类算法;稳定性数据;适应机型;对象识别;高斯分布;数据模型;合并;关键字数据流聚类算法;持续集群;簇的聚类;二阶学习
在线阅读

<< back to the directory