附件:设置1:设置2:设置3: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杂志提出的最新聚类算法, 该算法聚类结果精确、效率高, 已成为数据挖掘领域和机器学习最具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。摘要:有书目 (第132-148页)
附注提要
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杂志提出的最新聚类算法, 该算法聚类结果精确、效率高, 已成为数据挖掘领域和机器学习最具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。