技術(shù)編號：9787869
提示：您尚未登錄，請點 登 陸 后下載，如果您還沒有賬戶請點 注 冊 ，登陸完成后，請刷新本頁查看技術(shù)詳細信息。 對數(shù)據(jù)的聚類問題一直以來都是工業(yè)系統(tǒng)與計算科學(xué)中的重要研究內(nèi)容。在這個 信息量爆炸的大數(shù)據(jù)時代，數(shù)據(jù)處理相關(guān)的業(yè)務(wù)需求日益增多，所要處理的數(shù)據(jù)也越來越 復(fù)雜。隨著人們對聚類問題的深入研究，不斷有新的聚類方法被提取。傳統(tǒng)聚類算法如K均 值算法、最大期望算法以及層次聚類算法等，聚類速度快但僅適用于數(shù)據(jù)空間線性可分情 況的。新興的聚類算法如譜聚類算法、深度學(xué)習(xí)自編碼器、非監(jiān)督超限學(xué)習(xí)機等，可以解決 數(shù)據(jù)空間高維且線性不可分的情況，但通常需要消耗較大的內(nèi)存或需要...
注意：該技術(shù)已申請專利，請尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識儲備，不適合論文引用。
請注意，此類技術(shù)沒有源代碼，用于學(xué)習(xí)研究技術(shù)思路。