...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Information Systems >A new data clustering approach: Generalized cellular automata
【24h】

A new data clustering approach: Generalized cellular automata

机译：一种新的数据聚类方法：广义细胞自动机

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper is devoted to a novel stochastic generalized cellular automata (GCA) for self-organizing data clustering in enterprise computing. The GCA transforms the data clustering process into a stochastic process over the configuration space on a GCA array. The GCA-based approach to data clustering has many advantages in terms of the real-time performance and the ability to effectively deal with a variety of data sets, including noise data, dynamical data, multi-type and multi-distribution data, high-dimensional and large-scale data set. The GCA clustering approach also has the learning ability, and the better feasibility for hardware implementation with VLSI systolic technology. The simulations and comparisons have shown the effectiveness of the proposed GCA for the data clustering in enterprise computing.
机译：本文致力于用于企业计算中自组织数据聚类的新型随机广义细胞自动机（GCA）。 GCA将数据集群过程转换为GCA阵列上配置空间上的随机过程。基于GCA的数据聚类方法在实时性能和有效处理各种数据集（包括噪声数据，动态数据，多类型和多分布数据，维和大规模数据集。 GCA集群方法还具有学习能力，并且具有使用VLSI收缩技术进行硬件实施的更好可行性。仿真和比较表明，提出的GCA对于企业计算中的数据聚类是有效的。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号