同类推荐
-
-
多元统计分析
-
¥69.80
-
-
概率论与数理统计:基于R语言
-
¥79.00
-
-
概率论与数理统计:基于R语言
-
¥79.00
-
-
概率论与数理统计:基于R语言
-
¥79.00
-
-
多元统计分析:R与Python的实现
-
¥49.00
-
-
概率论与数理统计:理工类
-
¥69.00
-
-
概率论与随机过程（上册）
-
¥58.00
-
-
概率论与数理统计
-
¥69.00
-
-
概率论与数理统计
-
¥48.00
-
-
概率论与数理统计
-
¥48.00
|
|
图书信息
|
|
|
|
面向大数据聚类分析的CFS算法
|
| ISBN： | 9787509680056 |
定价： | ￥68.00 |
| 作者： | 卜范玉著 |
出版社： | 经济管理出版社 |
| 出版时间： | 2022年09月 |
开本： | 24cm |
| 页数： | 148页 |
中图法： | O212.4 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
|
|
|
|
|
其它供货商库存合计
|
6
|
|
2025-10-10
|
图书简介 | | 聚类技术作为数据挖掘和学习的典型技术，已经广泛应用于金融欺诈、医疗诊断、图像处理和信息检索等领域。CFS是Alex和Alessandro在2014年于Science杂志提出的最新聚类算法，该算法聚类结果精确、效率高，已成为数据挖掘领域和机器学习最具潜力的聚类算法之一。然而，大数据的海量性、实时性和异构性特点对CFS聚类算法提出了严峻的挑战。为了提升CFS聚类算法在大数据领域聚类的有效性，本书提出了支持隐私保护的云端安全CFS聚类算法、基于自适应Dropout模型的高阶CFS聚类算法和增量式CFS聚类算法，以及基于改进CFS聚类算法的不完整数据填充算法。 |
|