【摘 要】
：
针对初始聚类中心不合理的选择会导致K-means算法的聚类结果局部最优,且降低聚类算法收敛速度的问题,提出一种基于近邻传播算法和最大最小距离算法联合计算初始聚类中心的算法(APMMD)。该算法通过近邻传播算法从整个样本集中获得K_(ap)(K_(ap)>k)个具有代表性的候选中心点,再利用最大最小距离算法从K_(ap)个候选中心点中选择k个初始聚类中心。在多个UCI数据集上实验,结果表明APMMD
【基金项目】
：
国家科技重大专项(2016ZX05020-006)。
论文部分内容阅读
针对初始聚类中心不合理的选择会导致K-means算法的聚类结果局部最优,且降低聚类算法收敛速度的问题,提出一种基于近邻传播算法和最大最小距离算法联合计算初始聚类中心的算法(APMMD)。该算法通过近邻传播算法从整个样本集中获得K_(ap)(K_(ap)>k)个具有代表性的候选中心点,再利用最大最小距离算法从K_(ap)个候选中心点中选择k个初始聚类中心。在多个UCI数据集上实验,结果表明APMMD算法获得初始聚类中心应用于K-means聚类,迭代次数明显降低,聚类结果稳定且具有较高准确率。
其他文献
传统微博情感分类方法往往忽略对大量表情符号和图片型表情的情感分析。在图片去重算法的基础上,利用表情词和表情符号的相关性构建表情图片情感词典,并加入对官方扩展表情包和图片型表情的情感识别与验证。由于单纯词典方法的性能有限,将词典抽取的规则情感特征与机器学习的基本特征模板融合,使用朴素贝叶斯等分类器,提高情感分类的性能表现。实验结果表明,图片情感词典的加入使方案的准确率有所提高,特别在处理情感词表达不规范的样本方面具有一定优势。
检测原油乳状液液滴粒径、观测粒径分布在石油化工过程系统工程中有着非常重要的作用。探讨了现有粒径检测方法,提出基于连通域标记的原油乳状液粒径检测算法。通过图像滤波和二值化操作,对原油乳状液图像进行预处理后,经过连通域标记和等价标记替换处理,获得原油乳状液粒径显微已标记图像,分析已标记图像中的连通域,计算液滴个数和粒径大小,统计液滴粒径分布。在实际图像上的实验结果表明,该算法可以顺利完成原油乳状液内液
从智能交通系统中收集到的交通数据集,往往会因为诸多因素不可避免地产生数据丢失的问题。针对此问题,提出一种贝叶斯对数正态分布张量分解插补算法。将一般的矩阵分解扩展到高阶的张量维度上,保存了数据的原本结构;利用贝叶斯推断,对一组服从对数正态分布的随机数进行循环迭代,逐一将参数的似然估计和先验项结合得到后验公式;通过马尔可夫链蒙特卡洛算法(MCMC)得到Gibbs采样模型。选用在中国广州收集的时空交通速
在上位机和下位机通信的过程中经常需要将某端存储的各种文件发送到另一端,网络通信的稳定性和选择的通信方式直接影响到文件传输的可靠性和高效性。为了将文件从发送方可靠地、安全地、高适用性地传输到接收方,从文件分包、加密、重排、断点续传等方面设计一种适用于不同通信方式下的可靠的文件传输协议和方案。该方案提高了上下位机间文件传输的效率,降低文件传输失败的风险。
提出并制造一种应用于WLAN、WiMAX和5G系统的紧凑型共面波导(CPW)馈电三频天线。为了实现三频工作,分别将两个条带与主辐射矩形贴片和共面波导地面相结合。天线印刷在1.6 mm厚的FR-4基板上,整体尺寸仅为20 mm×30 mm×1.6 mm。天线实测和仿真测试有良好的吻合性,矢量网络分析仪测试结果表明,该天线在2.22～2.56 GHz、3.32～3.70 GHz和4.69～7.39 G
摘 要 通过对宜兴紫砂艺人蒋蓉大师艺术人生的研究，从社会环境、人文环境和家庭环境三方面探讨蒋蓉大师的艺术经历，从热爱自然、热爱生活和热爱紫砂三方面探讨蒋蓉大师的艺术风格，从设计理念、制作技能和意韵内涵三方面探讨蒋蓉大师的艺术思想特征，以论证蒋蓉大师在当代紫砂艺术界所处的地位和为繁荣紫砂艺术创作所作出的杰出贡献。 关键词 蒋蓉;紫砂花塑器;仿生肖形;自然 蒋蓉是制作紫砂花塑器的陶艺大家，她对紫
现有社交网络影响力优化算法难以发现跨多个社交网络的全局影响力最大节点。对此,利用用户兴趣和跨网络重叠用户对多个社交网络进行研究,提出一种兴趣驱动的跨网络传播模型,设计跨网络影响力的优化算法。实验结果表明,相比现有算法,该算法仅用1/5的种子节点就能达到相同的影响力效果,同时计算时间开销减少了6/7。
针对图像中的软边缘不能完全重建导致生成图像清晰度较低的问题,提出一种基于自适应重要采样无迹卡尔曼滤波(Unscented Kalman Filter, UKF)的SAR图像超分辨率方法。该方法利用协方差匹配技术实现自适应重要采样的UKF框架,通过将测量噪声协方差和处理噪声协方差自适应地调整到SAR图像超分辨率的强度估计框架中,恢复图像中的纹理细节。实验结果表明,当考虑观测和过程噪声协方差时,该方法
传统基于社交网络的推荐系统均假设社交网络为静态的拓扑结构,而实际社交网络存在动态演化的特点。针对这种情况,设计一种基于神经网络嵌入和社交网络动态演化的新闻推荐算法。采用神经网络嵌入模型学习用户在时间域和社交网络域的动态表示;利用核映射将高维的动态表示映射至低维的向量空间;从时域和网络拓扑两个上下文识别局部的核心。基于新浪微博数据完成了新闻推荐实验,结果表明,引入用户时域行为信息能够增强协同过滤推荐
针对传统优化方法存在种群多样性受限、寻优能力差等问题,提出一种量子状态转移算法求解作业车间调度问题。构建以最大完工时间最小为目标的数学模型;利用量子状态转移算法进行问题求解,通过状态转移算法中的旋转、伸缩、平移和坐标变换操作对量子旋转角进行更新,从而实现状态转移框架下的量子旋转、量子伸缩、量子平移和量子坐标变换操作;为提高算法的局部和全局探索能力,提出将移位解码和位置交换编码相结合对解空间进行映射