机译:将基于蚂蚁的聚类算法与自组织映射和K-means进行比较
Western Parana State University (UNIOESTE) Avenida Universitaria, 2069, Bairro Universitario, CEP: 85.819-110, Cascavel, Parana, Brazil;
Western Parana State University (UNIOESTE) Avenida Universitaria, 2069, Bairro Universitario, CEP: 85.819-110, Cascavel, Parana, Brazil;
Western Parana State University (UNIOESTE) Avenida Universitaria, 2069, Bairro Universitario, CEP: 85.819-110, Cascavel, Parana, Brazil;
ant colony; self-organizing maps; experimental evaluation; data clustering;
机译:与自组织地图和k均值的基于基于蚁群聚类算法
机译:比较传统聚类分析,自组织图和模糊C均值方法进行战略分组的性能
机译:自组织地图与初始心针选择优化,以增强K-mean,以遗传算法为群集转录的广播新闻文档
机译:基于神经网络的聚类方法,与自组织地图和K-Means聚类算法相比,产生最佳质量的指纹簇
机译:聚类学生的元认知信念:比较K-Means和K-Medoids算法的结果
机译:使用自组织神经网络地图结合Ward的聚类算法可视化学生关于活动概念的认知结构模型
机译:比较研究:使用自组织地图和k均值算法聚类