K-平均算法相关论文
随着数据库技术的发展以及数据库管理系统的广泛应用，出现了数据爆炸但知识贫乏的现象，数据挖掘随之产生。它是一项通过对海量数掘进......
数据挖掘是目前信息领域和数据库技术的前沿研究课题,被公认为是最具发展前景的关键技术之一。数据挖掘涉及到统计学、人工智能(特......
随着教育规模的持续扩大,学生数量急剧增加,给学生管理工作带来很大压力,单纯的学生信息管理系统信息化远远不能满足需求,由此提出......
教学网站建设的目的，就是在教与学之间的互动环节上提供一个强而有力的平台。作为辅助教学的重要手段，教学网站目前已经蓬勃的发展起......
在空间聚类中,最佳聚类数k求解的聚类数k必须是事先给定的确定值,然而,实际中k很难被精确地确定,使得该算法对一些实际问题无效.文......
在聚类过程中考虑到数据的非确定性,提出了一种改进的K-平均算法——FK-算法。FK-算法思想是减小总均方误差的期望值E(SSE),需特别......
Ｋ－平均算法属于聚类分析中的动态聚类法，但其聚类效果受初始聚类分类或初始点的影响较大，本文提出一种遗传算法（ＧＡ）来进行近优初始分类，以内......
计算机视觉中的中级词袋模型广泛采用滑动窗口作为图片的分割方法。然而由滑动窗口产生的图块充满随机性,部分图块并没有明显的语......
对初始聚类点的选择提出一种有效的启发式算法。以内部聚类准则作为评价指标，实验结果表明，该算法明显好于Ｋ－平均算法。......
根据高分辨雷达目标的简单散射点模型,提出用Relax算法从雷达回波提取目标强散射点分布的位置信息作为目标识别的物理特征,用隐马......
在典型的空间聚类算法艮平均算法中，输入参数K一般为用户事先确定的值，在实际应用中K值很难精确地确定，同时算法执行时首先随机选取初......
为了改善聚类分析的质量，提出了一种基于阈值和蚁群算法相结合的聚类方法．按此方法，首先由基于阈值的聚类算法进行聚类，生成聚类中心，聚......
提出了基于K-means的二阶段多类SVM分类方法。该方法分为二个阶段：第一阶段采用K-means聚类，通过抽样精度来提高聚类准确度；第二阶段......
通过对k-平均算法存在不足的分析,提出了一种基于Ward’s方法的k-平均优化算法。算法首先在用Ward’s方法对样本数据初步聚类的基......
聚类分析是数据挖掘的核心技术之一，它是一种无导师监督的模式识别方式。聚类分析就是按照数据间的相似程度，依据特定的准则将数据划......
Ｋ－平均算法属于聚类分析中的动态聚类法，但其聚类效果受初始聚类分类或初始点的影响较大，本文提出一种遗传算法（ＧＡ）来进行近优初始分类。以......
聚类是数据挖掘的主要技术之一,是一种无导师监督的模式识别方式。聚类分析就是按照数据间的相似程度,依据特定的准则将数据划分成......
利用聚类分析能比较清晰的获得数据分布的情况,根据每一个簇的特点,可以对特定的簇作进一步分析。对中等职业学校学生入学成绩进行......
从传统K-means算法对初始中心的敏感性分析出发,提出了一种优化初始聚类中心的算法。该算法结合一种改进的遗传算法和网络中心数学......
针对K-平均算法存在的缺陷，通过引入相对最佳随机划分方法以及在计算样本与簇中心时的权重，改进了K-平均算法。并通过电信运营商客户......
通过对Web服务器日志文件进行分析,可以发现相似客户群体、相关Web页面和频繁访问路径.在本文算法中,首先以Web站点的URL为行、以U......
随着国内城市轨道交通线网越来越复杂,科学合理的站点类型识别对于城市轨道交通的线网规划、客流预测、车站运营管理有重要的辅助......
针对葡萄酒物理和化学数据成分冗余,提出了两种葡萄酒分类的算法,分别是主成分分析K均值和主成分分析自组织神经网络算法.这两种算......
K-means算法在聚类分析中有着广泛应用.它采用了均值中心这一启发式信息,具有计算效率高的优点,但对初始聚类中心选择敏感,且容易......
利用标准化客户数据,确定了聚类相似度公式和评价指标,使用层次凝聚方法和K-平均算法实现了客户的自动聚类;并且在权衡算法效率和......
图像的分割实质是将图像中的像素点依据对象的不同分为不同的类;应用经典的聚类算法即K-均值算法对植物彩色图像进行分割,实验结果......
针对蚁群聚类算法聚类质量不高的原因，使用K—Means算法改进蚁群聚类规则，提出一种新的KMeans蚁群聚类算法（KM—AntClust），并通过实验验......
基于K-means算法思想改进蚁群聚类算法聚类规则，提出一种新的K—means蚁群聚类算法，并通过实验验证其聚类效果；引入具有全局最优性的......
阐述了K-means聚类方法在图书馆书籍借阅分析中的应用,以及针对图书馆借阅数据的特点将特征聚类、无量纲化方法引入到K-means算法......
针对传统的提取建筑物高度方法过程复杂、参数过多且不易获得的不足,提出了一种快速、简便提取建筑物高度的方法。首先对原始遥感......
聚类分析技术是近年迅速发展的一种数据处理技术，它在诸如经济学、生物学、统计学、机器学习、数据挖掘等许多领域具有广泛的应用。......
本文提出了一种基于K-平均算法的智能监控预警算法。对于被监控的系统,该算法首先对所发生的故障进行分类,然后对故障类两两进行分......
艾滋病是当前人类社会最严重的传染病之一,但迄今为止,尚未研制出根治艾滋病的特效药物,由于艾滋病病毒HIV变异活跃,易产生耐药,到......
在空间聚类中,最佳聚类数K求解的关键是构造合适的聚类有效性函数.典型K-平均算法中的聚类数K必须是事先给定的确定值,然而,实际中......
随着国际互联网和企业内部互联网的飞速发展,各种电子文本数据的数量急剧增加,如何快速有效的获取、管理和使用这些文本数据,已经......
随着信息科技的进步,人们通过互联网进行信息交互变得越来越普遍,在交互过程中产生了海量的数据,其中蕴含了非常多有价值的用户信......
流程工业是国民经济发展的重要支柱,并广泛存在于冶金、制药、化工等行业,地位举足轻重。用先进的制造、控制和管理技术对流程工业......
在典型的空间聚类算法K-平均法和K-中心法中,K一般为用户事先确定的值,然而,实际中K值很难被精确地确定,往往表现为一个模糊的取值......
对初始聚类点的选择提出一种有效的启发式算法.以内部聚类准则作为评价指标,实验结果表明,该算法明显好于 K-平均算法.......
在并行空间数据库中，空间数据集在各计算节点是否聚集划分，对提高空间并行查询效率起着关键的作用；Oracle Spatial采用的基于格网的划......
