...
机译:具有创新方法的PCA和K-in的混合互惠模型,其考虑子数据集改进K-Means初始化和逐步标记,以创建具有高可解释性的群集
Iran Univ Sci & Technol Dept Ind Engn Tehran Iran;
Iran Univ Sci & Technol Dept Ind Engn Tehran Iran;
Iran Univ Sci & Technol Dept Ind Engn Tehran Iran;
K-means; PCA; Reciprocal relationship; Step-by-step labeling; Interpretability;
机译:一种使用遗传算法的混合方法和差分演化启发式提高K均值算法的初始化与文本群集的应用
机译:初始簇质心的确定是否提高了K-Means聚类算法的性能?应用研究中遗传算法,最小生成树和分层聚类的三种混合方法的比较
机译:提高文档聚类的球形K均值:快速初始化,稀疏质心投影和有效的群集标签
机译:基于PCA引导的K型K型群和PC分数的Procrustean转换的K-Means群集中的群集验证
机译:利用模糊贪婪K均值决策森林模型和层次聚类的隐马尔可夫模型方法对蛋白质结构进行分析和预测。
机译:初始簇质心的确定是否提高了K-Means聚类算法的性能?应用研究中遗传算法最小生成树和分层聚类的三种混合方法的比较
机译:增强初始集群中心与沿着带有PCA的数据轴的数据划分导出的初始集群中心