您好,欢迎来到聚文网。
登录
免费注册
网站首页
|
搜索
热搜:
购物车
0
我的订单
商品分类
首页
幼儿
文学
社科
教辅
生活
销量榜
面向大数据聚类分析的CFS算法
字数: 136000
装帧: 平装
出版社: 经济管理出版社
作者: 卜范玉
出版日期: 2022-09-01
商品条码: 9787509680056
版次: 1
开本: 16开
页数: 160
出版年份: 2022
定价:
¥68
销售价:
登录后查看价格
¥{{selectedSku?.salePrice}}
库存:
{{selectedSku?.stock}}
库存充足
{{item.title}}:
{{its.name}}
加入购物车
立即购买
加入书单
收藏
精选
¥5.83
世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版
¥5.39
正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册
¥8.58
简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版
¥5.83
世界文学名著全49册中小学生青少年课外书籍文学小说批发正版
¥4.95
全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷
¥8.69
父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册
¥24.2
好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册
¥7.15
幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书
¥11.55
用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书
¥19.8
少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版
¥64
科学真好玩
¥12.7
一年级下4册·读读童谣和儿歌
¥38.4
原生态新生代(传统木版年画的当代传承国际研讨会论文集)
¥11.14
法国经典中篇小说
¥11.32
上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)
¥21.56
猫的摇篮(精)
¥30.72
幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书
¥24.94
旧时风物(精)
¥12.04
三希堂三帖/墨林珍赏
¥6.88
寒山子庞居士诗帖/墨林珍赏
¥6.88
苕溪帖/墨林珍赏
¥6.88
楷书王维诗卷/墨林珍赏
¥9.46
兰亭序/墨林珍赏
¥7.74
祭侄文稿/墨林珍赏
¥7.74
蜀素帖/墨林珍赏
¥12.04
真草千字文/墨林珍赏
¥114.4
进宴仪轨(精)/中国古代舞乐域外图书
¥24.94
舞蹈音乐的基础理论与应用
内容简介
聚类技术作为数据挖掘和学习的典型技术,已经广泛应用于金融欺诈、医疗诊断、图像处理和信息检索等领域。CFS是Alex和Alessandro在2014年于Science杂志提出的近期新聚类算法,该算法聚类结果准确、效率高,已成为数据挖掘领域和机器学习拥有潜力的聚类算法之一。然而,大数据的海量性、实时性和异构性特点对CFS聚类算法提出了严峻的挑战。为了提升CFS聚类算法在大数据领域聚类的有效性,本书提出了支持隐私保护的云端安全CFS聚类算法、基于自适应Dropout模型的高阶CFS聚类算法和增量式CFS聚类算法,以及基于改进CFS聚类算法的不完整数据填充算法。
目录
第一章 绪论
第一节 问题提出与研究意义
第二节 国内外相关研究进展
一、聚类算法概述
二、典型的聚类算法
三、聚类的有效性评价指标
第三节 本书主要内容
第四节 本书的组织安排
第二章 基于自适应Dropout模型的高阶CFS聚类算法
第一节 引言
第二节 异构数据聚类相关工作
第三节 问题描述
第四节 基于自适应Dropout模型的高阶CFS聚类算法整体框架
第五节 自适应Dropout模型
第六节 基于向量外积的特征关联
第七节 高阶CFS聚类算法
第八节 实验结果与分析
一、自适应Dropout模型实验结果与分析
二、高阶CFS聚类算法实验结果与分析
本章小结
第三章 支持隐私保护的云端安全深度计算模型
第一节 引言
第二节 基于云计算的聚类算法相关工作
一、基于云计算的划分聚类算法
二、基于云计算的层次聚类算法
三、基于云计算的密度聚类算法
四、基于云计算的高维空间聚类算法
五、基于云计算的其他聚类算法
第三节 问题描述
第四节 同态加密方法
一、同态加密概念
二、BGV同态加密算法
第五节 基于BGV全同态加密的安全高阶反向传播算法
一、BGV同态加密的操作
二、Sigmoid函数近似
三、基于BGV加密的安全反向传播算法
第六节 基于BGV加密的高阶CFS聚类算法
第七节 实验结果与分析
一、数据加密时间
二、运行时间
三、聚类精度
四、加速比
本章小结
第四章 增量式CFS聚类算法
第一节 引言
第二节 增量式聚类相关工作
一、基于传统聚类算法的增量式聚类算法
二、基于生物智能的增量式聚类算法
三、针对数据流的增量式聚类算法
第三节 问题描述
第四节 基于单个数据对象更新的增量式CFS聚类算法
第五节 基于批量数据更新的增量式CFS聚类算法
第六节 实验结果与分析
一、Yeast数据集
二、sIoT数据集
本章小结
第五章 基于改进CFS聚类的不完整数据填充算法
第一节 引言
第二节 不完整数据填充相关工作
第三节 问题描述
第四节 基于部分距离策略的CFS聚类算法
一、部分距离策略
二、基于部分距离策略的CFS聚类算法
第五节 基于改进CFS聚类的不完整数据填充算法
一、填充自动编码机
二、深度填充网络与数据填充
第六节 实验结果与分析
一、填充精度实验结果
二、运行时间实验结果
本章小结
第六章 结论与展望
第一节 本书总结
第二节 创新点
第三节 未来展望
参考文献
×
Close
添加到书单
加载中...
点此新建书单
×
Close
新建书单
标题:
简介:
蜀ICP备2024047804号
Copyright 版权所有 © jvwen.com 聚文网