密度峰值聚类不需要事先指定类簇数;能够发现非球形类簇;只有一个参数需要预先取值。快速搜索和寻找密度峰值的聚类(clustering by fast search and find of density peaks),简称密度峰值聚类
2022-02-03 12:05:15 7KB 数据结构 数据挖掘 机器学习 DPC
善于发现学生的闪光点.doc
2022-01-30 09:09:09 34KB
Kscan是一款纯go开发的轻量级的资产发现工具,可针对指定IP段、资产清单、存活网段自动化进行端口扫描以及TCP指纹识别和Banner抓取,在不发送更多的数据包的情况下尽可能的获取端口更多信息。并且能够针对扫描结果进行自动化暴~力破~解,且是go平台首款开源的RDP暴~力破~解工具。
2022-01-28 18:00:05 72.12MB kscan
1
苏教版三年级下册习作3_《我的新发现》.ppt
2022-01-26 11:02:27 14.25MB
关于发现生活的美五年级作文.docx
2022-01-24 12:01:54 19KB 教育
冰心散文奖最小获得者:画家妈妈教我发现美.docx
2022-01-23 18:01:25 19KB 计算机 互联网 资源 文档
总结了最近学习的几个社交网络中的社区发现算法
2022-01-23 11:53:10 5.71MB 社区发现
1
中国有句老话,叫物以类聚,人以群分,在反作弊和市场营销等应用中,如果我们能根据用户间的某些联系发现社群,然后对这些社群进行反作弊分析或商品推荐,往往会起到意想不到的效果。本文就来介绍一个简单的社群发现的实践。构建社群我们首先需要找到社群用户的某种联系,上文提到的收徒模式本身就是用户间的一个天然联系,我们可以根据用户的师徒关系来构建社群。如下图所示,根据师徒关系我们构建了一个社群,点表示用户,边表示师徒关系。有了这样的社群之后,我们就可以基于社群维度分析设备及用户行为的异常,比如单个设备登陆过多的用户,设备一直处于充电状态,所有用户行为高度一致等,同时可以计算社群用户作弊率来通过已知作弊用户来发
1
xalan java源码Metacat:数据保存和发现系统 版本:2.14.1 发布 将反馈和错误发送至: Metacat 是用于保存数据和元数据(关于数据的文档)的存储库软件,可帮助科学家查找、理解和有效使用他们管理的或由他人创建的数据集。 目前有数十万个数据集以标准化方式记录并存储在 Metacat 系统中,为科学界提供了广泛的科学数据,这些数据可以轻松搜索、比较、合并或以其他方式使用,因为数据很好并一致描述。 贡献者 马特·琼斯 () 乍得伯克利 () 景涛 () 吉夫卡·博伊洛娃 () 丹·希金斯 () 索拉布·加格 () 杜安·科斯塔 () 维罗妮卡·康诺利 () 克里斯·琼斯 () 约翰·哈里斯 () 卡莉鲍迪什 () 威尔·泰伯奇 () 马修·佩里 () 乍得伯特 () 本·莱恩菲尔德 () 克里斯·巴托 () 肖恩·沃尔​​布里奇 () 迈克尔·戴格尔 () 劳伦·沃克 () 彼得斯劳特 () 罗布·纳夫 () 补丁贡献者 安德里亚·查登 () 乔诺尔·安切塔 () 欧文琼斯 () 安装 有关您的操作系统的详细说明,请参阅文件“docs/install.html”。 文
2022-01-22 16:29:05 109.93MB 系统开源
1
spring cloud nacos服务注册与发现例子
2022-01-21 14:02:01 5KB spring cloud 云原生 cloud
1