TY -的A2 -叮,白元盟——陈Runzi盟——赵Shuliang盟——田真真PY - 2021 DA - 2021/10/11 TI - Non-IID名义数据的多尺度聚类方法SP - 8993543六世- 2021 AB -多尺度为人们带来极大的好处从不同的角度观察对象或问题。多尺度各学科集群已被广泛研究。然而,大多数的研究仅为数值数据集,这是一个缺乏标称数据集的聚类研究,尤其是数据nonindependent和恒等分布(Non-IID)。针对目前的研究现状,提出了一种基于Non-IID名义数据多尺度聚类框架。首先,benchmark-scale数据集集群基于耦合度量相似性度量。其次,提出将聚类结果从基准规模目标规模,这两个算法命名为升级基于单链和降尺度兰索斯内核的基础上,分别。最后,实验使用五个公共数据集和一个真实的数据集执行中国的河北省。结果表明,该方法不仅可以为我们提供有竞争力的性能也降低计算成本。SN - 1687 - 5265 UR - https://doi.org/10.1155/2021/8993543 - 10.1155 / 2021/8993543摩根富林明计算智力和神经科学PB - Hindawi KW - ER