k中心点算法相关论文
文字是记录中华五千年文明的重要方式，研究古籍汉字对研究中华文明有着重要的意义。古籍汉字数量大、笔画多变、结构复杂、相似字多......
软件行业的不断规范化,不断完善化也随之带动着软件测试行业的不断发展。软件测试工作也由原始的纯手工测试逐步演变为规范化,程序......
文本聚类是数据挖掘领域的一个重要分支。随着互联网的飞速发展,文本形式的信息不断增多。文本聚类技术已成为对文本信息进行有效......
流程比对一直是工作流领域的一个研究重点,也是近年来业务流程管理的研究热点。它是指：通过比较两个流程的某些特性,得出两个流程的......
K中心点算法是一个常用的聚类算法,它的主要缺陷是容易陷入局部极值,计算代价太高.本文先构造一个运用余弦相似度的K中心点文档聚......
在一个城域网中，数字电视机顶盒在对节目进行下载的时候，拥有这个节目资源的机顶盒的数量也许有很多个，怎么才能找到最近的一个机顶盒......
测试用例集约简的目的是用尽可能少的测试用例充分测试给定的测试目标。引入聚类分析中K中心点（K-medoids）算法的思想将每一个测试用......
传统 K 中心点算法虽然改进了 K均值算法对嗓声和孤立点数据敏感的不足,但是仍存在着初 始聚类中心和聚类个数k难以确定的问题,因......
短文本聚类一直是信息提取领域的热门话题,大规模的短文本数据中存在'长尾现象',传统算法对其聚类时会面临特征纬度高,小......
K中心点算法是一个常用的聚类算法,它的主要缺陷是容易陷入局部极值,计算代价太高.本文先构造一个运用余弦相似度的K中心点文档聚......
为了提高茶叶拼配效率,节约人工成本,实现茶叶企业效益最大化,探讨了将茶叶拼配问题建模成多维层次空间聚类问题,并通过定义多维概......
随着科技的发展,网络信息迅速增加,而文本聚类技术则成为web文本挖掘中的研究热点。该文详细介绍了文档聚类算法中的基于划分的k-m......
随着信息技术的高速发展,人们积累的数据量急剧增长,如何从海量的数据中提取有用的知识成为当务之急。数据挖掘就是为顺应这种需要......
提出一种基于邻域的K中心点聚类算法,该算法利用数据集样本的自然分布信息定义数据对象的邻域半径和相应邻域,选择位于样本分布密......
在如今信息高度膨胀的社会,数字图像信息也迅猛增加,怎样在海量的图像数据中进行高效地查询和处理,并获得有价值的数据信息至关重......
云计算是计算网络模型研究的热点领域,能实现几种资源共享和资源动态配置。然而,云计算中存储资源如何快速路由,减少动态负荷,兼顾......
全局K-均值聚类算法需要随机选取初始的聚类中心, 本文基于K中心点算法的思想, 将其作为全局K-均值聚类算法的初始聚类中心, 并对......
期刊
