导读:本文包含了无导师聚类论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:导师,梯度,特征,论文,闭包聚类。
无导师聚类论文文献综述
王丽娟[1]（2003）在《特征权学习在无导师聚类中的应用》一文中研究指出聚类分析是多元统计分析的方法之一，广泛的应用在模式识别，数据挖掘和决策分析等领域。目前常有的聚类算法有传递闭包聚类算法和Fuzzy c-mean算法。这些算法在聚类过程中存在模糊性。本文为每一个属性赋予一个权重，称之为特征权，表示这个属性的重要程度。当权重等于0时，该属性是冗余属性可以删除；当权重大于0时，随着权重的增加，该属性在聚类中的作用也越来越大。通过梯度递减算法选取重要的属性并为重要的属性赋予不同的权重。将权重应用于聚类算法，从而达到减少聚类算法的模糊性，提高聚类质量的目的。最后通过UCI中的部分数据库和Web usage mining的实验证明可我们算法的有效性。(本文来源于《河北大学》期刊2003-06-01）
无导师聚类论文开题报告
无导师聚类论文参考文献
[1].王丽娟.特征权学习在无导师聚类中的应用[D].河北大学.2003
论文知识图
