机读格式显示(MARC)

• 000 01649nam 2200301 450

• 001 0000303867

• 005 20231201131100.0

• 010 __ |a 978-7-5096-8005-6 |d CNY68.00

• 100 __ |a 20221020d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 面向大数据聚类分析的CFS算法 |A mian xiang da shu ju ju lei fen xi de CFS suan fa |d = CFS algorithm for big data clustering |f 卜范玉著 |z eng

• 210 __ |a 北京 |c 经济管理出版社 |d 2022

• 215 __ |a 148页 |c 图 |d 24cm

• 225 2_ |a 大数据与互联网理论与应用丛书 |A da shu ju yu hu lian wang li lun yu ying yong cong shu

• 300 __ |a 内蒙古旅游大数据平台建设与关键技术创新 (项目编号: 2020GG0105)

• 314 __ |a 卜范玉, 1981年生, 男, 大连理工大学博士研究生毕业, 现任内蒙古财经大学计算机信息管理学院副教授。

• 320 __ |a 有书目 (第132-148页)

• 330 __ |a 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, 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。

• 410 _0 |1 2001 |a 大数据与互联网理论与应用丛书

• 510 1_ |a CFS algorithm for big data clustering |z eng

• 606 0_ |a 聚类分析 |A ju lei fen xi |x 分析方法

• 690 __ |a O212.4 |v 5

• 701 _0 |a 卜范玉, |A bu fan yu |f 1981- |4 著

• 801 _0 |a CN |b 湖北三新 |c 20221020

• 905 __ |a GDPTC |d O212.4/7