k值优化相关论文
K-means算法是常用的一种聚类分析算法。通常预先选取一个k值,然后再通过选取初始聚类中心进行聚类,直到结果不再收敛。但是传统K-......
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......
文本聚类是聚类算法的一种具体应用，随着互联网的发展，文本聚类应用越来越广泛，譬如在信息检索、智能搜索引擎等方面都有较为广泛的应......
传统尽均值聚类算法虽然收敛速度快，但存在聚类数后无法预先确定，并且算法对初始中心点敏感的缺点。针对上述缺点，提出了基于密度期望......
k-means算法是经常使用的一种聚类算法，但是易受聚类个数k的影响，其性能主要取决于k值优化，因此对近年来k-means算法的研究现状与进展......
文章在对深入研究不同空气密度对风机发电量影响的基础上,采用优化最优模态值(以下简称:K值)来增加发电量的策略,仿真结果表明,加......
随着数据测量技术和手段的不断发展,电解铝工艺人员可以拥有越来越多的之前无法在线测量的电解槽数据。将新的在线测量数据与日常......
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......
为高效准确地查找语义Web服务,引入聚类与二分图匹配技术,提出一种新的语义Web服务发现方法。根据服务描述信息将相似服务聚集到一......
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......
由于机械设备实际运行状态下环境噪声的影响,轴承早期非平稳振动信号的故障特征难以有效提取。为此,将K值优化的变分模态分解引入......
