《极限学习机优化不完备数据模糊聚类算法研究》.docx
文本预览下载声明
《极限学习机优化不完备数据模糊聚类算法研究》
一、引言
随着大数据时代的到来，数据挖掘和机器学习技术在各个领域得到了广泛应用。然而，在实际应用中，数据往往存在不完备性，如缺失值、异常值等，这给传统的聚类算法带来了挑战。为了解决这一问题，本文提出了一种基于极限学习机（ExtremeLearningMachine，ELM）优化的不完备数据模糊聚类算法。该算法旨在提高聚类的准确性和鲁棒性，有效处理不完备数据，为相关领域提供有效的数据处理方法。
二、相关文献综述
在数据挖掘和机器学习领域，聚类算法一直是一个热门研究方向。对于不完备数据的处理，传统聚类算法往往难以取得满意的效果。近年来，有学者提出了
显示全部