Dboost：一种基于DBSCAN的高维数据聚类的快速算法
DBSCAN是一种经典的基于密度的聚类技术，在发现任意形状的聚类和处理噪声方面广为人知。 但是，面对高维数据时，密度计算非常耗时，这使得它在许多领域都效率低下，例如多文档摘要，产品推荐等。因此，如何有效地计算高维数据的密度成为了基于DBSCAN的群集技术的一个关键问题。 在本文中，我们提出了一种基于DBSCAN的高维数据聚类的快速算法，称为Dboost。 在我们的算法中，一种名为WAND＃的分级检索技术改编被新颖地应用于改进密度计算而没有精度损失，并且我们通过减少WAND＃的调用时间来进一步提高了这种加速。 对电线电压数据，Netflix数据集和微博语料库进行了实验。 结果表明，线电压数据和Netflix数据集可实现50倍以上的加速，而微博客数据可望实现100倍以上的加速。
文件下载
评论信息
其他资源
- FastReport VCL 6.9.3 D7-D10.3 Rio Full Source
- 东南大学 coa大作业 cpu
- 全国水系shp格式
- 基于C#WinForm图书管理系统
- matlab 自适应增强算法
- 高频注入法最好的论文
- AutoCAD VBA 密码 破解程序
- sox windows安装版
- 使用wireshark抓包软件分析微信协议-大作业详细报告+抓取的包文件.zip
- Verilog实现的十进制加减乘除（初学者）
- matlab题库打包下载+答案
- 基于朴素贝叶斯分类法的图像分割
- c# net4.0 gmap 所需三个dll
- 编译原理的作业（武汉大学）
- hg255d华硕固件
- H177IN00_V3_20060515.pdf
- gobang.zip
- jdk1.8.0_181.zip
- CISCO_ACI配置文档part5
- 操作系统实验——存储管理（FIFO）算法实现
- matlab求方差和标准差的函数用法
- java控制台实现课程表
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明