首页
资源下载
云计算
人工智能
信息化管理
前端
区块链
后端
大数据
存储
安全技术
开发技术
操作系统
数据库
服务器应用
游戏开发
物联网
硬件开发
移动开发
网络技术
考试认证
行业
行业研究
课程资源
跨平台
音视频
登录
注册
当前位置:
主页
>
资源下载
>
38
> 利用特征选择的K-means聚类算法进行异常检测的方法
利用特征选择的K-means聚类算法进行异常检测的方法
更新:
2024-08-22 18:16:08
大小:
353KB
推荐:
★★★★★
来源:
网友上传分享
类别:
网络安全 - 安全技术
格式:
PDF
反馈 / 投诉
文件下载
资源介绍
摘要:K-means算法是一种采用距离作为相似性评价指标的聚类算法,其快速简洁的特点在异常检测场景中有一定的应用价值。但是,传统的K-means聚类算法在选取初
上一篇:
KMeans算法动画演示
下一篇:
基于 K-means 聚类算法的图像区域分割.zip
相关推荐
12-02
利用ROS实现激光点云处理,通过欧几里得聚类方法对地面进行拟合分割以达到障碍物检测的目的
12-02
利用matlab开发的image2palette,通过在L/a/b颜色空间中运用K-means算法对图像像素进行颜色聚类,以生成调色板,实现简易的颜色分类
12-02
利用特征选择的K-means聚类算法进行异常检测的方法
12-02
使用GMM和K-Means算法对一维时间序列数据进行离群值检测,即GMM-KMeans方法应用于一维时间序列的异常点探测
12-02
利用遗传算法优化的kmeans方法对数据集进行聚类,以确定最佳的聚类数K
12-02
应用改进的K-Means算法,结合互信息和散度方法对交通数据进行聚类