Đăng nhập
 
Tìm kiếm nâng cao
 
Tên bài báo
Tác giả
Năm xuất bản
Tóm tắt
Lĩnh vực
Phân loại
Số tạp chí
 

Bản tin định kỳ
Báo cáo thường niên
Tạp chí khoa học ĐHCT
Tạp chí tiếng anh ĐHCT
Tạp chí trong nước
Tạp chí quốc tế
Kỷ yếu HN trong nước
Kỷ yếu HN quốc tế
Book chapter
Bài báo - Tạp chí
2018 (2018) Trang: 1-7
Tạp chí: Scientific Programming

Tis paper proposes a novel and efcient clustering algorithm for probability density functions based on k- -Medoids. Further, a scheme used for selecting the powerful initial medoids is suggested, which speeds up the computational time signifcantly. Also, a general proof for convergence of the proposed algorithm is presented. Te efectiveness and feasibility of the proposed algorithm are verifed and compared with various existing algorithms through both artifcial and real datasets in terms of adjusted Rand index, computational time, and iteration number. Te numerical results reveal an outstanding performance of the proposed algorithm as well as its potential applications in real life.

 


Vietnamese | English






 
 
Vui lòng chờ...