兴趣子空间挖掘算法在高维数据聚类中的应用
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1000-3428.2007.02.005

兴趣子空间挖掘算法在高维数据聚类中的应用

引用
给出了兴趣子空间的定义,采用基于Chernoff-Hoeffding边界,带回溯的深度优先搜索算法来挖掘最大兴趣子空间,并运用高维真实数据和合成数据检验算法的有效性.高维数据的挖掘面临着数据分布的稀疏性和特征空间的相交性所带来的挑战.

兴趣子空间、高维数据、聚类、数据挖掘

33

TP311(计算技术、计算机技术)

国家高技术研究发展计划863计划2002AA4Z3430;广西大学校科研和教改项目

2007-03-12(万方平台首次上网日期,不代表论文的发表时间)

共4页

12-14,17

相关文献
评论
暂无封面信息
查看本期封面目录

计算机工程

1000-3428

31-1289/TP

33

2007,33(2)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn