资料下载
×
基于神经网络的聚类方法研究_胡伟
消耗积分:1 |
格式:pdf |
大小:1357KB |
2017-03-08
#Freedom
分享资料个
基于神经网络的聚类方法研究_胡伟
数据挖掘（Data Minging， DM）是指从大型数据库中提取人们感兴趣的知识，并且这些知识往往是隐含的，且包含有潜在应用的价值。更准确地说，数据挖掘就是从数据中抽取模式、关联、变化、异常和有意义的结构，数据挖掘的主要价值在于利用数据挖掘技术改善预言模型。广义地讲，数据挖掘是从巨大的数据体系或数据库里提炼出人们感兴趣的东西， 或者说从庞大的观察数据集中提炼并分析出不能轻易察觉或者断言的关系， 从而得到一个可以理解的、有用的结论。聚类作为一种典型的数据挖掘方法，一直以来都是人工智能领域的一个研究热点，被广泛地应用于人脸识别、股票分析、搜索引擎、生物信息学等各类领域当中。聚类就是将样本分配到不同的类的过程。一般地，要求在聚类的结果中，同一个类别中的对象要有较大的相似性，而不同类别的对象要有较大的相异性。聚类分析的目标就是在相似的基础上手机数据来进行分类。聚类来源于很多学科领域，包括：数学、计算机科学、统计学、生物学和经济学等。在不同的领域中， 都有适用于该领域的聚类技术， 并被用来衡量数据之间的相似性。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
