二分K均值相关论文
随着计算机技术的飞速发展以及网络的普及,人们在应用过程中产生和收集的信息在规模、范围和深度等方面不断扩大。这些海量的数据......
二分K均值聚类算法在二分聚类过程中的初始质心选取速度方面存在不足.为此,提出以极大距离点作为二分聚类初始质心的思想,提升算法......
聚类分析是数据挖掘中最重要的技术之一,它在社会经济的各个领域都具有重要作用,并被广泛应用。K均值算法是最经典、应用最广泛的......
摘摇要：现有的很多序列聚类算法都是基于“局部特征可以代表整个序列冶的假设,在实际应用中不对序列局部相似性和全局相似性加以区......
针对二分K-means算法存在的误判实例无法再参与后续划分并降低了聚类的精度的问题.提出一种基于部分实例重判的二分K-means算法,通......
针对传统K-means算法在初始质心选取的敏感性以及迭代计算的冗余性这两方面的缺陷,提出一种高效的聚类算法（ECA）.根据数据对象的空间......
针对传统的亚像素边缘检测技术需要先进行粗定位,然后再进行精确定位的问题,提出无粗定位亚像素边缘检测算法.针对彩色图像降低维......
颜色量化是进行图像处理和图像分析的重要技术之一,可以被广泛地应用到图像分割、图像压缩和图像识别中。首先利用高效的二分K均值......
以船舶节能减排为数据挖掘目标,以目标船一个完整航次的转速、功率、油耗量、GPS数据为基础,通过统计分布图和高斯混合模型聚类,得......
二分K均值聚类算法在二分聚类过程中的初始质心选取速度方面存在不足。为此,提出以极大距离点作为二分聚类初始质心的思想,提升算......
传统的二分K均值算法在二分过程中采用随机选择的方式选择聚类质心,为了选择到理想的质心,需要重复选择多次,这种方式的时间代价比......
随着中国的工业发展,钢铁产品的需求呈现出日益扩大的趋势。在种类繁多的钢铁产品之中,冷轧产品作为一种高附加值产品,其需求量尤......
将线性判别分析和二分K均值聚类耦合在一起,提出了一个适合于高维数据聚类的自适应方法：利用线性判别分析将高维数据集变换成低维数......
虚拟计算环境中任务具有数量庞大、需求模糊、种类多样等特征,使得资源匹配面临巨大挑战.依据虚拟计算实验床平台公布数据,提出了......
