聚类中心相关论文
通过自行开发的爬虫脚本，抓取新浪微博上不同的关键词组成文本数据集，对数据信息进行中文分词、去停用词、权重计算等预处理，然后利用......
负荷分类对电网调度、负荷预测、用户用电行为分析等具有重要意义.针对传统负荷分类算法易陷入局部最优解而无法确定最优初始聚类......
为了对线上用户群体进行精准细分，提出一种基于购买次数的用户群体聚类分析方法，可以显示每个用户的群体划分以及不同群体用户的购买......
该文针对共享单车的固定维修点设置问题，提出了使用蚁群算法优化的层次凝聚聚类方法，该聚类方法使用蚁群算法的信息素机制和簇间距离......
2014年,密度峰值聚类算法（DPC）在Science杂志上发表。DPC是一种基于密度的聚类算法,相比其它聚类算法,该算法能够识别类球状的数据集......
聚类是在无标记的条件下将数据分组,从而发现数据的天然结构的一种技术。聚类在数据分析中扮演了重要的角色,它可以发现数据的潜在......
传统K-means聚类算法容易受到初始聚类中心影响,从而导致聚类准确度较差的问题,本文利用剑鱼优化算法全局搜索能力强、收敛速度快......
中文包含很多多义词，结合不同的语境可以表达截然不同的意思。词义消歧的概念是针对计算机在自然语言处理领域中的应用提出来的。期......
气液传质设备的研究和设计是化学工程的基本任务之一。复合塔是一种新型的气液传质设备，比较高的塔板效率是设计复合塔的基本要求，在......
数据挖掘是从海量的数据中挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则。聚类分析是数据挖掘领域中的一个重要研究课......
聚类分析是数据挖掘的重要分支之一。由于现实分类往往伴随着模糊性，因此把模糊数学方法引入聚类分析，可望聚类结果更切合实际。本文......
图像工程是近几年发展起来的一门学科，它的研究内容非常丰富，根据抽象程度和研究方法的不同可分为三个层次：图像处理、图像分析和图像......
以精准挖掘电商客户数据为目标,研究电商客户数据挖掘中的模糊运算聚类算法。规范与处理所采集电商客户数据完成数据准备,实现待挖......
作为一种最近提出的基于密度的聚类算法,密度峰值聚类算法(DPC)受到了研究者们广泛的关注。它基于两个简单的假设,在许多合成数据......
聚类是将特征相似的数据对象放在同一个簇中,相异的放在不同簇中的过程,它在分析数据的特征以及内在结构时起到重要作用。现在聚类......
2016年Yonggang Lu等人提出了一种移动时间层次聚类算法TTHC(Travel-Time based Hierarchical Clustering)。TTHC算法根据对数据点......
通过对学生生活、学习、活动等行为特征数据分析挖掘,采用改良的K-means聚类算法建立学生表现类别模型,实现根据学生表现数据将学......
期刊
提出了一种基于最优聚类中心的雷达目标一维距离像识别方法。该方法利用训练数据集建立最小平方距离准则下的最优变换矩阵 ,使用该......
随着遥感影像数据量的增加,传统非监督分类迭代自组织分析(ISODATA)算法的运算将十分耗时,应用并行计算技术能够有效解决该性能瓶......
针对岩石边坡稳定分析中常规聚类算法存在收敛速度慢、易陷入局部最优的局限性,基于蚁群信息素的K均值聚类法,提出一种解决边坡稳......
论坛中"意见领袖"的自动发现对于我们掌握舆情,及时引导舆论有重要作用.为此设计了一个从论坛中自动发现意见领袖的算法.根据构成......
针对一般直觉模糊C均值聚类算法在寻优过程中易陷入局部最优解的问题,利用遗传算法具备全局寻优的优点,提出了一种基于遗传算法的......
基于化学识别的蚁群聚类算法无需给定聚类数目就能自动实现数据集的聚集,但大量采用随机策略使得蚂蚁达到平衡的运行时间长,效率不......
针对Isomap-NFINDR端元提取算法复杂度高、占用内存多、效率低的缺点,提出一种基于标志点选择Isomap的快速端元提取算法。该方法采......
为解决经典聚类图像分割算法对聚类中心的依赖性和图像噪声的敏感性问题,提出了一种基于信息聚类的遥感图像分割方法.利用Gaussian......
摘 要： 岩屑荧光录井是油气勘探过程中重要的工作之一，为了实现该工作的自动化，本文以模糊C均值聚类（FCM）理论为基础，选用目前运用广泛的......
本文重点研究了智能自适应数控加工中使用模糊方法实现非线性系统的间接建模问题 .本文在一阶 T- S模型的基础上 ,提出了一种通过......
针对模糊C-均值(FCM)算法对初始聚类中心和噪声数据敏感的缺陷,提出一种基于大密度区域的模糊聚类算法.该算法首先利用大密度区域......
K-Means算法是一种常用的聚类算法.通过分析传统K-Means聚类算法可知,该算法随机选取聚类中心并需要手动设定聚类个数,因此容易出......
目前模糊技术已经应用于许多智能系统,如模糊关系与模糊聚类.聚类是数据挖掘的重要任务,它将数据对像分成多个聚类,在同一个聚类中......
为解决烟草配送中配送区域划分问题,提出了一种改进的K-means聚类算法.计算每个点的密度并取其中最大的K个点作为初始聚类中心;通......
用K-means算法量化彩色图象能够取得很好的视觉效果,但由于初始聚类中心选取的任意性,导致迭代次数过多,运行时间过长.本文提出的......
为解决烟草配送中配送区域划分问题,提出了一种改进的K-means聚类算法.计算每个点的密度并取其中最大的K个点作为初始聚类中心;通......
免疫组化彩色图像分割在免疫组化染色定量分析中有重要的应用价值。C-均值聚类算法(CMA)是根据一定的相似性准则将图像分成C类。由......
针对多传感器系统某一时刻融合中心接收到多部传感器对同一目标的量测数据呈团状，且大致分布在目标真实值的周围的现象，为了区分源于......
针对传统的模糊C均值聚类算法求解隶属度公式仅仅考虑距离因素和算法对噪声数据敏感的问题,通过引入模糊熵约束,给出一种模糊C均值......
利用图像测量织物颜色的首要工作是识别出适合测色的区域,针对均值聚类算法(k-means)在聚类中心和类别数选取中存在的缺点,提出了......
模糊K-Prototypes（FKP）算法能够对包含数值属性和分类属性相混合的数据集进行有效聚类,但是存在对初始值敏感、容易陷入局部极小值的......
针对密度峰值聚类算法(DPC)不能自动确定聚类中心,并且聚类中心点与非聚类中心点在决策图上的显示不够明显的问题,设计了一种自动......
气测录井解释评价方法多种多样，然而对不同地区、不同油气层的解释结果不尽相同，究其原因是不同解释方法具有地区适应性问题，也就是说......
针对k-means算法需要人为给出聚类个数k、聚类结果严重依赖初始聚类中心的选等问题,提出一种基于数据场的k-means改进算法。该算法......
本文介绍了改进K均值聚类算法的基本原理及应用。通过优化了初始聚类中心和可自适应调整到最佳值,改进的K均值聚类法和原始K均值法......
模糊C均值聚类（FCM）应用广泛,但是它容易陷入局部最优,且对初始值很敏感.利用遗传算法对模糊聚类中聚类中心的个数和聚类中心的选取......
