Computer Science Engineering Department, GZSCCET, Bathinda, India;
Computer Science Engineering Department, GZSCCET, Bathinda, India;
Data mining; Euclidean distance; Clustering algorithms; Algorithm design and analysis; Conferences; Power electronics;
机译:使用具有各种距离指标的K-Means聚类算法提高对鱼类的病害严重性(SEV)指数的分类性能
机译:使用具有各种距离指标的K-Means聚类算法提高对鱼类的病害严重性(SEV)指数的分类性能
机译:具有新的基于散度的距离度量的k-Means聚类:收敛和性能分析
机译:具有各种距离指标的K-Means聚类算法性能评估
机译:K-Means和K-Means ++聚类算法的硬件实现和性能评估
机译:初始簇质心的确定是否提高了K-Means聚类算法的性能?应用研究中遗传算法最小生成树和分层聚类的三种混合方法的比较
机译:不同距离度量K-means聚类算法的性能评估
机译:K-means通过可量化的性能比较重新聚类算法选项