K_means算法相关论文
用户细分可以掌握不同电动汽车用户充电行为的特征及其之间的差异性,对充电服务运营企业具有重要意义。基于运营管理系统迅速积累......
根据LEACH协议的特点和局限性对其进行了改进,提出了一种LEACH—EH(LEACHEAHANCE)算法。它使用K_MEANS算法对簇进行一次性分簇,之后结......
针对K_means聚类算法对初始参数较敏感且相对容易出现局部最优解的问题,提出基于布谷鸟算法优化的K_means聚类算法,并将优化后的K_......
数据挖掘是目前人工智能和数据库领域研究的关键技术之一,如何从海量信息中快速而有效的分析出用户所需要的信息已成为数据挖掘的......
传统的k_means算法将欧式距离作为最常用的距离度量方法.针对基于欧式距离计算样本点与类间相似度的不足,用"相对距离"代替"绝对距......
在当今信息爆炸的时代,海量数据随之涌出,这给知识发现带来了挑战,同时为数据挖掘技术提供了很大的发展空间。聚类分析是数据挖掘......
桥梁监测工程中,数据累积的问题日渐显现,对数据进行及时快速的处理甚为重要。作为新兴的现代化大数据处理技术,数据挖掘可以从数......
传统的k_means算法对初始聚类中心十分敏感,聚类结果随不同的初始输入而波动,容易陷入局部最优.为消除这种敏感性,针对k_means算法......
自20世纪90年代以来,互联网和万维网得到了迅猛发展,其功能和业务也在不断扩展和增加,这使得它们成为21世纪用户获取资源、数据和......