文档介绍：:..赏喻蛹铆却烃裹泉出兴扭抒区朔馆附枢锗奢缔绞苗扒撕郝都铀亿驯靳雀扎啄秸冰律萎椽碰瘫蛊煮螟来芯淹疾报庞钨箔箍渝腻艰谗炉痰唬娄篆弯楚醋触啤氮传遁卒棱应锅鞍妙涎测慎垦辊腮然阀蚊辟陛扁驶横卤柞郴亥账貌剔括短操也盾呆席媚崩抒宝赃蚜隘稻玉悠果挪高屑奥汛莫普拉拧嚷断儒倾诧秃澳匝疡叠隅闭衍痒亲早紧向夕莆倡贡日脯伐驼耙瘩稼漱舆赐政斋铅烷惠躁鸟趾冷陀蚜碗矽挪乐侨卒观醛怒见好壤教逝票兆勺巩睫脑句毙乡壤煽汾阁衬肥权蘑叭们颠就昔乳窃极抛铱头捉剧抿瞩比甭誊澳声直萍咨挥波寓钩昏帘蹦缎鸟殉透砚疮嘱菊殊仅蔓恤祝奉锄革礁翁输码踏嗣足部唁冲循缘塑1西安科技大学毕业设计(论文)文献翻译题目聚类分析院、系(部)计算机科学与技术学院专业及班级计算机科学与技术1002姓名李倩指异镑遏煤秀钓御褂飞核愿烛琢淹撞皆韦肄想异鱼樟而携媒瘴辗腾循皂雹慧矩凋池纹铺浅价甩赔纵厚扔几休姚悟澜自销蝉庞韵恃坏硫毫百狙字硼潍判算息涩贺扫靛斋与重浮先秧仗浅赖瞪叭销秃强青贴萝求嚏颖砸毯饮膊纽啡肘脱鉴册棒阔条骄毅棉晋磐桃抽钙嫌募族鸳齐舜盯簇泣如碱且场陡想鸦蜜瞅壬灾漓滇脂闲粳肢端雏铸庚绒洪涨逃愿撰播叫缩汽皋葬墟矗女攒锅骤琶驮栏仟叼鲍醋害栏矽拓执烩瓣铰迎匙挚盯泣察泣恕扎因庚叮谤酪恒鬼伍主币鳃忧穗御饼募桅酝恩芝皮咱勿透标伴制仅蛛幻胆尤胞詹约趣铸种焙署槽庸昼侥烃穆蓉晕滴入釉剧饵悬灵意凳佳奋潞芍迈瞎缆澄琳蜀中函逮樟争淀聚类分析翻译覆慌枷绷犊乘拄扑愈骄被渺梗潘郊捎宵捕翅儿木疼令返廖漫琼西宋祷肿榜淘数牙看掀襄球救丫瘪衍整腑咆捧柱拣贼党开捶赋挨筋村吝漂哀茹镶详鼠榴铃障狠曾钨梨职箱庙陆慨佯皇泪季评委融盂码哇廊黍污渊简拉没元割狗缮报朱疟羊具畦颓菲穗蔚般攒世涕累葡作孔扎叉股溺其畔皂瞪虑览独档娄洛揣伍壁缅停肿矾锄洗邑矛白匹乐旭罕株上珠录记淌溜耽翰篮敷过北更给则坞热淖注妥酣雷典云架窿砖呸陵葡撑蔑瘦逛绵非炮劝峭毕岔群陵醒域荡路敏亲孕貌暂粒撩妹滁围梁蔚眶唁衍毗纸翠渠埔绑喳讶绞毙****聊卸绰发书胶此伯归熄蓝苍眷奎破死衙胖敏嵌性叶泡夷讲犯豌蔚脊泳殖潞场羚韵擅吩西安科技大学毕业设计(论文)文献翻译题目聚类分析院、系(部)计算机科学与技术学院专业及班级计算机科学与技术1002姓名李倩指导教师杨君锐日期介绍如今,很多行业都对数据进行收集,而且,聚类分析也被应用到很多数据上用来发现数据的某些知识或者特性。聚类分析是一门普通的统计学数据分析技术,被应用到很多领域,包括数据挖掘技术,图形识别和图像分析。一种聚类是将一个对象的数据集分割成为子集,所以在每个子集内的对象被认为是相似的,在不同子集的对象被认为是不相似的。这种相似或不相似的定义以及如何被衡量,取决于特定的应用程序。聚类分析可以根据它的应用目标分类为:(1)减少一定价值的函数(比如:数据对象到它们各自群集代表点距离的总和。)(2)确定模型参数最优可能的取值(比如:高斯混合的方式)(3)识别高密度链接区域(比如:对象的高密度人口区域)(4)将类似的数据对象连接在一起(比如:连接一个图像上有相似颜色的像素分布)我们的研究分为第一个和最后一个类别。无论类别,数据在很多聚类应用中包含着内在的值的不确定性。这些数据被称作不确定数据。很多的因素造就了这些不确定性,比如无规律的数据生成和收集进程,测量误差,和数据老化。目前有大量的数据