已閱讀1頁，還剩55頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本文的研究?jī)?nèi)容如下:(1)確定的聚類結(jié)果.(2)低的時(shí)間復(fù)雜度.本文的一個(gè)研究方向就是把大的數(shù)據(jù)集化整為零,盡可能地在小數(shù)據(jù)集上進(jìn)行運(yùn)算.其中,如何把不相關(guān)或相關(guān)性小的各數(shù)據(jù)集找出來,是研究的主要內(nèi)容之一.(3)類別數(shù)盡可能少地受人的影響.本文提出了自生長(zhǎng)樹(SGT,self-growth tree)算法.該算法自頂向下地構(gòu)建最終結(jié)果,樹的生長(zhǎng)也分為垂直和水平兩個(gè)方向.在垂直方向,一個(gè)節(jié)點(diǎn)被分裂成若干子節(jié)點(diǎn);在水平方向,非常相似的子節(jié)點(diǎn)
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 微陣列數(shù)據(jù)處理平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基因微陣列數(shù)據(jù)的分析算法.pdf
- 基于基因表達(dá)微陣列數(shù)據(jù)集的加權(quán)雙向聚類算法研究.pdf
- 基因微陣列數(shù)據(jù)的雙向聚類算法研究.pdf
- 微陣列基因表達(dá)數(shù)據(jù)雙聚類的多目標(biāo)優(yōu)化算法研究.pdf
- 347.微陣列基因表達(dá)數(shù)據(jù)的特征分析方法研究
- 基于DNA微陣列基因表達(dá)譜數(shù)據(jù)的癌癥檢測(cè)研究.pdf
- 基于聚類算法的基因微陣列數(shù)據(jù)分析.pdf
- 基于微陣列的基因分類算法研究.pdf
- 微陣列數(shù)據(jù)的聚類算法研究.pdf
- 基于智能優(yōu)化算法的基因微陣列數(shù)據(jù)分類建模與優(yōu)化研究.pdf
- 基于微陣列基因表達(dá)數(shù)據(jù)的DLBCL分型和預(yù)后研究.pdf
- 基于DNA微陣列數(shù)據(jù)的基因差異共表達(dá)分析研究.pdf
- 基因微陣列數(shù)據(jù)特征選擇與分類方法研究.pdf
- 支持向量機(jī)在微陣列基因表達(dá)譜數(shù)據(jù)分類中的應(yīng)用.pdf
- 基于高斯混合模型的微陣列基因表達(dá)數(shù)據(jù)聚類分析.pdf
- DNA微陣列數(shù)據(jù)分析中的雙聚類算法研究.pdf
- 肺癌變基因表達(dá)差異cDNA微陣列研究.pdf
- 基因表達(dá)譜數(shù)據(jù)處理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 微陣列數(shù)據(jù)集的頻繁閉合模式挖掘算法研究.pdf
評(píng)論
0/150
提交評(píng)論