Login
Registrati
Reimposta password
Pubblica & Distribuisci
Soluzioni Editoriali
Soluzioni di Distribuzione
Temi
Architettura e design
Arti
Business e Economia
Chimica
Chimica industriale
Farmacia
Filosofia
Fisica
Geoscienze
Ingegneria
Interesse generale
Legge
Letteratura
Linguistica e semiotica
Matematica
Medicina
Musica
Scienze bibliotecarie e dell'informazione, studi library
Scienze dei materiali
Scienze della vita
Scienze informatiche
Scienze sociali
Sport e tempo libero
Storia
Studi classici e del Vicino Oriente antico
Studi culturali
Studi ebraici
Teologia e religione
Pubblicazioni
Riviste
Libri
Atti
Editori
Blog
Contatti
Cerca
EUR
USD
GBP
Italiano
English
Deutsch
Polski
Español
Français
Italiano
Carrello
Home
Riviste
Cybernetics and Information Technologies
Volume 16 (2016): Numero 6 (December 2016)
Accesso libero
Improved Bidirectional CABOSFV Based on Multi-Adjustment Clustering and Simulated Annealing
Minghan Yang
Minghan Yang
,
Xuedong Gao
Xuedong Gao
e
Ling Li
Ling Li
| 25 gen 2017
Cybernetics and Information Technologies
Volume 16 (2016): Numero 6 (December 2016)
Special issue with selection of extended papers from 6th International Conference on Logistic, Informatics and Service Science LISS’2016
INFORMAZIONI SU QUESTO ARTICOLO
Articolo precedente
Articolo Successivo
Sommario
Bibliografia
Autori
Articoli in questo Numero
Anteprima
PDF
Cita
CONDIVIDI
Pubblicato online:
25 gen 2017
Pagine:
27 - 42
DOI:
https://doi.org/10.1515/cait-2016-0075
Parole chiave
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.
Minghan Yang
Donlinks School of Economics and Management, University of Science and Technology Beijing (USTB), Beijing, China
Xuedong Gao
Donlinks School of Economics and Management, University of Science and Technology Beijing (USTB), Beijing, China
Ling Li
School of Business, Anhui University, Hefei, China