基于深度学习的聚类关键技术研究 提出了基于深度学习的聚类算法模型,将深度学习和聚类技术结合起来。首先用深层神经网络结构对原始数据进行特征学习,然后对学习到的特征表示进行预聚类,最后在微调模块中进行特征的优化和聚类的优化。这种模型能够学习到大规模数据中隐含的深层特征,并根据聚类要求进行进一步优化,在保持原始数据的结构的同时发掘数据簇
空间数据库实验教程 1. 数据库管理系统的安装调试; 2. 数据库的模式设计; 数据库、表、视图、索引的建立与数据 的更新; 3. 关系数据库的查询, 含连接查询、嵌套查询、组合查询等; 4. 数据库系统的实现技术, 含事务的概念及并发控制、完整性 和安全性实现机制; 5. 空间数据库认识实验。