Robust continuous clustering
【Abstract】 聚類是科學數據分析的基本步驟。它被廣泛應用於科學領域。儘管經過了幾十年的研究，現有的聚類算法在高維方面的有效性有限，並且常常需要針對不同的域和數據集調整參數。提出了一種跨領域的聚類算法，該算法具有較高的精度，可有效地擴展到高維、大數據集。該算法以魯棒統計爲基礎，優化了平滑連續的目標，並解決了大量混合的聚類問題。目標的連續性也允許集羣作爲模塊集成到端到端的特性學習管道中。我們通
相關文章
- 1. Regression、Classification、Clustering
- 2. Continuous Delivery Maturity Model
- 3. 車道線檢測 | Robust Lane Detection from Continuous Driving Scenes Using Deep Neural Network 算法筆記
- 4. [車道線檢測論文學習] Robust Lane Detection from Continuous Driving Scenes Using Deep Neural Networks
- 5. CONTINUOUS MIGRATION
- 6. Continuous integration
- 7. Continuous Integration
- 8. Data mining lecture6 notes: Clustering
- 9. [Scikit-learn] 2.3 Clustering - Spectral clustering
- 10. K-means clustering
- 更多相關文章...
- • Maven 項目文檔 - Maven教程
- • Maven 構建生命週期 - Maven教程
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Regression、Classification、Clustering
- 2. Continuous Delivery Maturity Model
- 3. 車道線檢測 | Robust Lane Detection from Continuous Driving Scenes Using Deep Neural Network 算法筆記
- 4. [車道線檢測論文學習] Robust Lane Detection from Continuous Driving Scenes Using Deep Neural Networks
- 5. CONTINUOUS MIGRATION
- 6. Continuous integration
- 7. Continuous Integration
- 8. Data mining lecture6 notes: Clustering
- 9. [Scikit-learn] 2.3 Clustering - Spectral clustering
- 10. K-means clustering