Skip to content
Veröffentlichen & Verteilen
Verlagslösungen
Vertriebslösungen
Bibliotheksdienste
Themen
Allgemein
Altertumswissenschaften
Architektur und Design
Bibliotheks- und Informationswissenschaft, Buchwissenschaft
Biologie
Chemie
Geowissenschaften
Geschichte
Industrielle Chemie
Informatik
Jüdische Studien
Kulturwissenschaften
Kunst
Linguistik und Semiotik
Literaturwissenschaft
Materialwissenschaft
Mathematik
Medizin
Musik
Pharmazie
Philosophie
Physik
Rechtswissenschaften
Sozialwissenschaften
Sport und Freizeit
Technik
Theologie und Religion
Wirtschaftswissenschaften
Veröffentlichungen
Zeitschriften
Bücher
Konferenzberichte
Verlage
Journal Matcher
Blog
Kontakt
Suche
Deutsch
English
Deutsch
Polski
Español
Français
Italiano
Warenkorb
Home
Zeitschriften
Cybernetics and Information Technologies
Band 16 (2016): Heft 6 (Dezember 2016)
Uneingeschränkter Zugang
Improved Bidirectional CABOSFV Based on Multi-Adjustment Clustering and Simulated Annealing
Minghan Yang
Minghan Yang
Suche nach diesem Autor auf
Sciendo
|
Google Scholar
Yang, Minghan
,
Xuedong Gao
Xuedong Gao
Suche nach diesem Autor auf
Sciendo
|
Google Scholar
Gao, Xuedong
und
Ling Li
Ling Li
Suche nach diesem Autor auf
Sciendo
|
Google Scholar
Li, Ling
25. Jan. 2017
Cybernetics and Information Technologies
Band 16 (2016): Heft 6 (Dezember 2016)
Über diesen Artikel
Vorheriger Artikel
Nächster Artikel
Zusammenfassung
Referenzen
Autoren
Artikel in dieser Ausgabe
Vorschau
PDF
Zitieren
Teilen
COVER HERUNTERLADEN
Online veröffentlicht:
25. Jan. 2017
Seitenbereich:
27 - 42
DOI:
https://doi.org/10.1515/cait-2016-0075
Schlüsselwörter
Data mining
,
high dimensional sparse data
,
simulated annealing
,
clustering validity
© 2016 Minghan Yang et al., published by De Gruyter Open
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.
