In this paper we have address that

In this paper we have address that dimension selection,dimension weighting and data assignment are three essential tasks for high dimensional data clustering. We also pointed out that constraints are necessary to break the circular-dependency of the three essential tasks. We proposed the integrated constraint based high dimensional data
clustering (ICBC) algorithm which,unlike previous algorithms, uses constraint to accomplish all the
three essential tasks. Experimental results have shown the super- iority of integrated usage of
constraints in all the three essential tasks in terms of accuracy, efficiency and scalability.
Future work includes exploiting more information from constraints and to cooperating them with
search methods of other subspace clustering to improve the performance of high dimensional data
clustering.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ เรามีอยู่นั้นขนาด น้ำหนักขนาดและข้อมูลกำหนดเป็นงานสำคัญสำหรับข้อมูลมิติสูงคลัสเตอร์ เรายังชี้ให้เห็นว่า ข้อจำกัดจำเป็นจะขึ้นวงงานสำคัญ 3 เรานำเสนอข้อจำกัดรวมตามมิติข้อมูลสูง คลัสเตอร์ (ICBC) อัลกอริทึมที่ ซึ่งแตกต่างจากอัลกอริทึมที่ก่อนหน้านี้ ใช้ข้อจำกัดการดำเนินการทั้งหมดงานที่จำเป็นสาม ผลการทดลองได้แสดง iority ซูเปอร์ของใช้รวม ข้อจำกัดในงานทั้งหมดสามสำคัญความถูกต้อง efficiency และขนาด ทำงานในอนาคตรวมถึง exploiting ข้อมูลเพิ่มเติม จากข้อจำกัด และความร่วมมือกับพวกเขา ค้นหาวิธีการอื่น ๆ subspace คลัสเตอร์เพื่อเพิ่มประสิทธิภาพของข้อมูลมิติสูง คลัสเตอร์

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เรามีอยู่ว่าการเลือกขนาดน้ำหนักมิติและการกำหนดข้อมูลสามงานที่จำเป็นสำหรับการจัดกลุ่มข้อมูลมิติสูง นอกจากนี้เรายังชี้ให้เห็นว่าข้อ จำกัด มีความจำเป็นที่จะทำลายวงกลมพึ่งพาในสามงานที่สำคัญ เราเสนอข้อ จำกัด แบบบูรณาการตามข้อมูลที่สูงมิติ
การจัดกลุ่ม (ICBC) ขั้นตอนวิธีซึ่งแตกต่างจากขั้นตอนวิธีการก่อนหน้านี้ใช้เพื่อให้บรรลุข้อ จำกัด ทั้งหมด
สามงานที่สำคัญ ผลการทดลองแสดงให้เห็น iority ซุปเปอร์ของการใช้งานแบบบูรณาการของ
ข้อ จำกัด ในทุกสามงานที่สำคัญในแง่ของความถูกต้องประสิทธิภาพในสาย EF และ scalability.
การทำงานในอนาคตรวมถึงการใช้ประโยชน์จากข้อมูลเพิ่มเติมจากข้อ จำกัด และการที่จะร่วมมือกับพวกเขาด้วย
วิธีการค้นหาของการจัดกลุ่มสเปซอื่น ๆ เพื่อปรับปรุง ประสิทธิภาพการทำงานของข้อมูลสูงมิติ
การจัดกลุ่ม

ผลลัพธ์ (ไทย) 3:

ในบทความนี้เราได้เลือกที่อยู่ที่ขนาดน้ำหนัก มิติและกำหนดข้อมูลสามงานที่จำเป็นสำหรับสูงขนาดการจัดกลุ่มข้อมูล . นอกจากนี้เรายังชี้ให้เห็นว่าปัญหาที่จำเป็นในการแบ่งการวงกลมของทั้งสามที่สำคัญงาน เราเสนอการบูรณาการตามสูงมิติข้อมูล
การจัดกลุ่ม ( ไอซีบีซี ) อัลกอริทึมที่ซึ่งแตกต่างจากวิธีการเดิมที่ใช้บังคับเพื่อให้บรรลุทั้งหมด
3 งานก่อ ผลการทดลองที่ได้แสดง iority super - ใช้
ข้อจำกัดบูรณาการทั้งสามที่สำคัญงานในแง่ของความถูกต้อง ประสิทธิภาพจึง EF กล่าว
งานในอนาคตรวมถึงการใช้ข้อมูลเพิ่มเติมจากปัญหาและจะร่วมมือกับ
วิธีการค้นหาการจัดกลุ่มย่อยอื่น ๆเพื่อปรับปรุงประสิทธิภาพสูงมิติข้อมูลสำหรับ

.