K-均值相关论文
图像分割是由图像处理到图像分析的关键步骤。针对聚类分割对初始聚类中心有较大依赖的局限性，该文提出了一种基于改进粒子群优化算......
目前伴随着我国市场经济体制的加速以及完善,药品制造企业的经营模式,业务增长,长期转型等问题更是受到外部环境影响,需要接受多重......
随着信息技术的发展,各种电子设备所产生的海量数据中蕴含着巨大的价值信息,例如医疗机构的患者诊断信息,银行机构的客户信息等。......
该论文主要研究了复杂背景图像中的字符定位及其相应的二值化处理方法,并将该方法应用于医学、媒体广告和视频等图像的实验中,实验......
随着现代生物技术的不断发展特别是基因组计划的实施,人们不断获取大量的基因序列数据,准确、高效的对基因序列数据进行分析并挖掘......
随着互联网中图像数据的不断增长,用户从海量数据中获取有用信息的难度越来越大,图像检索作为一种帮助用户进行有效获取信息的工具......
序列模式挖掘是从大型时序数据库中发现事件之间存在的隐藏的、有趣的序列关系，挖掘出基于时间或者其它顺序的出现频率高的频繁序列......
甲骨文是我国最珍贵的文化遗产之一,具有极其重要的文化遗产保护和历史研究价值。随着现代科技的迅速发展,将甲骨文数字化处理可以......
温室大棚作为现代化农业的应用之一,其环境监测普遍采用的是有线通信方式,有线通信方式中的信号传输虽然相对比较稳定,但复杂的布......
人工蜂群算法(Artificial Bee Colony algorithm,ABC)是一种模拟蜜蜂群体合作觅食行为的群体智能优化算法,由土耳其学者Karaboga于......
随着社会的发展,全球能源的需求持续增长。分布极其不均衡的石油作为不可再生资源,在需求持续增长的社会环境下,供应增长速度却相......
目前伴随着我国市场经济体制的加速以及完善,药品制造企业的经营模式,业务增长,长期转型等问题更是受到外部环境影响,需要接受多重......
随着物联网、云计算与大数据技术的不断发展,数据中心的规模不断扩大,其能源消耗也变得越来越大,数据中心网络节能已经成为了重要......
语音信息隐藏技术是将秘密信息嵌入至可以对外公开的实时通信语音流中,从而实现保密通信的目的。在基于语音流载体编码过程的信息......
传统的k-均值聚类算法是从要聚类的样本中任意挑选指定个样本作为初始点开始聚类,初始点选取不同,聚类算法每次执行的结果可能不一......
在当今社会中,随着各种各样信用经济形式的诞生,银行、信贷机构等都收集了大量的个人信用数据,为了利用这些历史数据来构建信用评......
当下,信息呈现出爆炸式的增长趋势,特别是诸如微博、推特等短文本内容平台的快速发展极大地促进了信息的传播。从大规模短文本语料......
传统的K-均值聚类算法只能通过人工参数设定K值和初始簇中心点,而人工方式选择的K值和初始簇中心点往往有较大偏差,直接导致错误的......
提出一种基于密度分布的特征评估算法,同时引入模式识别模型来评估该方法的效率。首先,从肺部肿瘤图像中随机提取像素块集,通过K-......
异常行为检测是基于视频的行为分析和理解的第一步也是至关重要的一步。随着场景中目标数量的增加,因遮挡重叠等容易造成运动目标......
目前数据挖掘技术已经成为信息决策和数据库领域最具有代表性的研究方向之一。聚类分析是一种典型的无监督分类方法，同时也是数据挖......
在解决复杂函数优化问题时,免疫粒子群优化算法在疫苗提取操作中,通常把最佳粒子作为有效特征信息,没有从根本上解决"趋同性"问题,......
近年来隐私保护下的数据挖掘发展迅速,但应用广泛的数据可视化中的隐私保护问题则成果鲜见,差分隐私保护是一种新兴的具有广阔发展......
为提高逆向工程中点云、三角网格等数据的索引效率,提出一种R*-树结点自适应聚类分簇算法,采用均匀分布数据作为参考点集,基于间隙......
尽管近年来针对文本聚类问题进行了大量研究,其仍然是数据挖掘领域的一个富有挑战性的问题,特别在弱相关特征乃至噪声特征的处理上......
随着计算机网络应用的普及和网络活动的日益频繁,计算机的安全问题日益突出。入侵检测系统是信息安全技术中的重要组成部分。然而,......
针对行人检测中正负样本不平衡问题,使用构建了FPN(Feature Pyramid Networks)的Faster R-CNN进行检测,并在训练Faster R-CNN的RPN......
点概率方法解决了K-均值聚类算法对初始值的敏感问题,实现简单、收敛快,但易陷入局部最优解;量子遗传算法具有较强的全局搜索能力,......
从MODIS影像中划出一块无云区域作为研究对象,求出该研究区的NDVI和EVI,运用K-均值分类法分别对2种植被指数进行非监督分类.通过对......
人脸识别易受到光照变化、遮挡等影响,降低了识别准确率,为此提出一种基于相对边缘方向幅值模式(relative patterns of oriented e......
针对粒子群优化(Particle Swarm Optimization,PSO)算法在维度高、特征稀疏的文本聚类过程中,随着算法迭代次数增加在后期陷入局部......
针对训练包不含标签的无监督多示例问题,提出了聚类与分类结合的多示例预测算法。利用多示例聚类算法完成无监督多示例学习的聚类......
经典的协作式过滤算法基于记忆的非参数局部模型,该模型应用最近邻算法（K-nearest neighbors,KNN）技术,把目标用户近邻对于目标推荐......
为提高K-means聚类效果,采用Fisher线性判别率的方法确定特征在聚类中的贡献度并依此对特征进行加权聚类。在人工和实际数据集上所......
提出一种基于信息熵的蚁群聚类算法,将信息熵引入到LF算法中,数据对象的归属由信息熵来决定,减少了参数,测试并验证了算法的有效性......
传统的K-均值聚类算法虽然收敛速度快,但由于过度依赖初始聚类中心,算法的鲁棒性较差。为此,提出了一种改进人工蜂群算法与K-均值......
人体行为识别一直都是计算机视觉的研究热点,特别是随着微软Kinect传感器的出现,使得获取人体骨架信息更为便利。为了在骨架模型的......
针对K-均值算法在随机选取初始类中心时存在不足、对噪声和孤立点敏感、不适用于发现大小差别很大的类的问题,借鉴分子间的相互作......
为了改进Sweep Coverage机制在真实场景中的性能,提出了一种基于聚类的Sweep Coverage机制(cluste-ring-based sweep coverage,CBS......
针对传统K-means聚类算法初始聚类中心随机选取、不能处理边界对象、效率低、聚类精度低等问题,提出了一种新的K-means聚类算法。......
针对K-means算法依赖于初始聚类中心和易陷入局部最优解的缺陷，提出一种改进的求解聚类问题的差分进化算法。将改进的差分进化算法......
充分利用参考图像与待处理灰度图像的关联关系,运用稀疏表示理论和字典学习的方法,提出一种基于K-均值分类和残差补偿的稀疏表示的......
基于有监督学习思想的链接分类是复杂网络分析领域的主要研究问题,该思想的核心在于把网络分成训练网络和目标网络,通过分类模型学......
基于k-均值算法的思想和关键技术,本文对于k-均值算法中的初始点的选取进行了深入的研究,提出了一种高性能初始点的选取算法并用实......
传统的K-均值聚类方法,在聚类过程中过度依赖初始聚类中心的选择,同时由于全局搜索能力的不足,很难得到精确的聚类中心。鱼群算法......
