k—means聚类算法相关论文
聚类分析作为一种无监督的分类方法是数据挖掘领域的一个非常重要的分支,被广泛的应用于各行业。K均值聚类算法作为聚类分析的一种......
针对传统K—means算法的聚类结果依赖初始聚类中心的缺陷，提出了一种基于密度的改进K—means聚类算法．该算法选择位于数据集样本密集......
针对就业信息数据中存在着大量的量化属性和分类属性等现象，提出了一种基于k-means的量化关联规则挖掘方法。该方法利用聚类算法k-m......
针对现如今传统的K—Means聚类算法所普遍存在的对初始聚类中心选择敏感且易陷入局部最优解的问题，文中将全局寻优能力较强的差分进......
针对K-means聚类算法易陷入局部极小的问题，利用动态隧道算法在解决全局最优化问题中的有效性，将算法中的动态隧道过程引入到K—mean......
通过对现有个性化搜索引擎排序算法的研究，提出了一个新的排序算法。该算法首先在不同粒度上多次使用SVD技术和k．means聚类技术，将用......
对于具有海量信息的个性化推荐问题。K—means聚类算法的传统实现方式已不能快速准确地满足要求。基于目前最为流行的开源云计算平......
本文的主要研究是集中在计算机视觉领域中的图像目标识别上，与以往的图像目标检测不同的是我们研究的对象不再是将对象看成是一个整......
为了解决聚类算法需要较多的先验知识，不能自动进行聚类的问题，提出了基因表达式编程和K—Means融合的雷达信号分选算法。从介绍基因......
