K-中心点相关论文
Ⅱ低频振动信号频谱分析仪是把振动信号从时域转换到频域进行分析，通过分析频谱参数从而对设备进行调试维护、故障诊断、工作检测等......
当存在噪声和离群点时,k-medoids算法具有较好的鲁棒性,但是对于大数据集,算法的计算代价比较高。CF树是Birch算法中常用的一种结......
通过对Web日志文件进行分析,该文提出了一种改进的K-中心点聚类算法对Web用户的行为进行分析的方法.该算法利用模糊相似度,并模仿......
K-中心点聚类算法对噪声和孤立点的敏感性小,比较适用于增长速度快、更新频繁的电子地图数据,但K-中心点聚类算法初始中心点的选择......
针对k-medoid算法不能有效聚类大数据集和高维数据的弱点，将核学习方法引入到k-medoid算法，提出了基于核的自适应k-medoid算法，使其能......
针对空间聚类过程中存在障碍实体的问题,提出了改进的K-中心点空间聚类算法,提高了算法的执行效率,解决了限制条件下空间聚类问题,......
K-中心点聚类算法是几种经典的聚类算法之一。但传统的K-中心点聚类算法的效率以及稳定性较低,聚类的过程缓慢,容易陷入局部最优解......
针对k-medoid算法不能有效聚类大数据集和高维数据的弱点,将核学习方法引入到k-medoid算法,提出了基于核的自适应k-medoid算法,使......
粒子群优化算法对于多维函数的最优解搜索存在前期易陷入局部最优,后期收敛速度缓慢的问题.将改进的k-中心点聚类分析与PSO相结合......
为将面向连续优化的粒子群优化算法应用于露天矿路径优化问题的求解，提出了露天矿路径优化问题的权重编码方案．该方案将属于组合优化......
聚类分析是数据挖掘中的一项关键技术,有多种具体的用途。对于大规模的数据集合,常规的聚类分析方法基于样本数据的遍历,计算效率......
本文讨论了基于自组织特征映射网络聚类算法的基本原理，并指出了算法的缺陷。在此基础上，提出了改进的算法，给出了算法的流程，并做了分......
在人脸识别系统中,随着人脸图像库的增大,人脸检索速度和鉴别精度会急剧下降,为达到良好的系统性能,必须兼顾这两个方面。对K-Medo......
作为数据挖掘中的经典算法,k-中心点算法存在效率低、对大数据集适应性差等严重不足.该文针对这一不足,提出并实现Hash分层模型LCH......
面对障碍物约束的聚类问题,分析了目前障碍物约束聚类算法的不足,定义了相关概念,随机选择k个样本作为聚类中心点,以距各聚类中心......
为了提高复杂体制雷达信号分选的正确率,提出了加权SVC和K-Mediods联合聚类算法,针对雷达参数特点,对SVC算法的核函数内积和K-Medi......
本文介绍了数据挖掘的基本概念,说明了聚类是数据挖掘的一个很重要的功能。同时进一步解释了什么是聚类分析和常用的聚类算法,详细......
期刊
针对K-Medoid算法不能有效聚类大数据集和高维数据的弱点,将核学习方法引入到K-Medoid算法,提出了基于核的自适应K-Medoid算法。该......
近年来随着信息技术的快速发展,各行各业都积累了越来越多的数据,如何从这些海量数据中挖掘出有用的信息便成了一个很大的困难。随......
由于室内环境的复杂性,无线传感器网络WSN（Wireless Sensor Networks）室内定位的精度一直不够理想。本系统在测距定位算法和非测距定......
