-
機器學習聚類算法有哪幾種
聚類是一種將數(shù)據(jù)點按一定規(guī)則分群的機器學習技術(shù)。給定一組數(shù)據(jù)點，我們可以使用聚類算法將每個數(shù)據(jù)點分類到一個特定的簇中。
-
機器學習的三個基本問題
在科技日新月異的今天，機器學習已成為引領(lǐng)變革的重要力量。它使得計算機能夠從數(shù)據(jù)中學習并自主做出決策，從而極大地擴展了人工智能的應用范圍。然而，要實現(xiàn)這些令人驚嘆的功能，首先需要理解機器學習的三個基本問題：分類、回歸與聚類。本文將深入探討這三個問題的內(nèi)涵、應用場景以及它們在機器學習中的核心地位。
-
非參數(shù)建模方法在電廠設(shè)備故障預警中的應用研究
摘要:以火電機組鍋爐側(cè)的換熱四管為研究對象,采用非參數(shù)建模方法建立其對應的狀態(tài)估計模型,通過聚類獲取正常工況下的狀態(tài)矩陣,結(jié)合專家知識庫準確地對鍋爐四管進行故障預警。仿真實驗結(jié)果表明,所提的非參數(shù)建模方法能夠在故障微小變化的早期偵破出異常,實現(xiàn)設(shè)備早期的故障預警,具有較好的工程推廣前景。
-
一種符號化的授時偏差預測方法
摘要：提出了一種通過符號化方法對授時系統(tǒng)時間偏差進行預測的方法。該方法利用矢量擬合來表達時間序列的走勢形態(tài)，采用聚類算法對形態(tài)進行聚類，然后根據(jù)聚類結(jié)果得到符號序列，并用不完全抽取方法來抽取序列模式。預測時，可根據(jù)學習得到的模式集來對新序列做出預測分析。通過對授時系統(tǒng)誤差數(shù)據(jù)的實驗表明，該方法可以對時間偏差進行較好預測，并可對預測的數(shù)值進行校準，從而進一步提高授時精度。
-
你了解大數(shù)據(jù)分析模型嗎
關(guān)聯(lián)規(guī)則分析（Apriori） Apriori算法簡介：Apriori 算法是一種挖掘關(guān)聯(lián)規(guī)則的頻繁項集算法，其核心思想是通過候選集生成和情節(jié)的向下封閉檢測兩個階段來挖掘頻繁項集。 Ap
-
雙聚類的研究與進展
近年來隨著基因芯片和DNA微陣列等高通量檢測技術(shù)的發(fā)展，產(chǎn)生了眾多的基因表達數(shù)據(jù)。對這些數(shù)據(jù)進行有效的分析已經(jīng)成為后基因組時代的研究重點。一般的聚類是根據(jù)數(shù)據(jù)的全部屬性將數(shù)據(jù)聚類，這種聚類方式稱為傳統(tǒng)聚類
-
雙聚類的研究與進展
近年來隨著基因芯片和DNA微陣列等高通量檢測技術(shù)的發(fā)展，產(chǎn)生了眾多的基因表達數(shù)據(jù)。對這些數(shù)據(jù)進行有效的分析已經(jīng)成為后基因組時代的研究重點。一般的聚類是根據(jù)數(shù)據(jù)的全部屬性將數(shù)據(jù)聚類，這種聚類方式稱為傳統(tǒng)聚類
-
一種基于密度的聚類的算法
一種基于密度的聚類的算法
-
基于聚類算法人臉識別方法的研究
0.引言 在智能小區(qū)的安防系統(tǒng)中，人臉識別技術(shù)的應用，提高了安防報警系統(tǒng)的安全可靠性。人臉識別技術(shù)因其具有非接觸性、特征提取方便、防偽性能高等優(yōu)勢得到廣泛的應用。人臉識別技術(shù)綜合了計算機、通信、光學
-
復雜背景下的車牌自動識別系統(tǒng)
0 引言 隨著現(xiàn)代交通的發(fā)展，車牌自動識別技術(shù)越來越成為智能交通的重要組成部分。車牌識別技術(shù)主要是采用計算機圖像處理技術(shù)對車牌的圖像進行分析，以自動提取車牌信息，確定車牌號。一般說來，在車牌自動識
-
數(shù)據(jù)挖掘技術(shù)在客戶管理中的應用研究
數(shù)據(jù)挖掘技術(shù)，是從大量、無序、靜態(tài)的數(shù)據(jù)中發(fā)現(xiàn)有價值的規(guī)律和模式的過程。在分析了數(shù)據(jù)挖掘技術(shù)的應用特點的基礎(chǔ)上，討論了客戶管理的特殊性，并就算法選擇、模型構(gòu)建、工具的應用等關(guān)鍵環(huán)節(jié)，給出了在客戶管理中應用數(shù)據(jù)挖掘技術(shù)的實用方案，最后進行了簡要的效果評價與分析，對于同類應用具有參考價值。
