聚类数目相关论文
网络时代的高速发展,使得每时每刻都在产生着大量的数据信息。如何在这些具体应用数据中发现其潜藏的价值规律,从而获得有益信息,......
针对传统的K-means算法运行的结果依赖于初始的聚类数目和聚类中心,本文提出了一种基于优化初始聚类中心的K-means算法.该算法通过......
本文提出了一种迭代的基于遗传算法和模糊聚类技术的用于自动分析稳定图的算法，以进一步自动识别结果模态参数。仅通过任意给定的聚......
驾驶风格用来表征驾驶员在实车运行环境中对车辆操作的行为特征,对于混合动力汽车能量经济性有较大影响,为提高驾驶风格识别方法在......
数据挖掘是一个从大量、复杂且冗余的数据中利用先进且精确的技术挖掘并产生新知识的过程,目的是寻找数据间潜在的关联,为研究者提......
子空间聚类方法作为数据挖掘中的重要内容,在高维数据集的处理过程、数据点之间的相似度以及聚类效果中有着重要的影响。它们在文......
图像分割是图像处理中的重要环节,如何提高图像分割的准确度一直以来都是图像领域的研究重点及难点.K-means聚类算法作为经典聚类......
在分析径向基函数网络（ＲａｄｉａｌＢａｓｉｓＦｕｎｃｔｉｏｎＮｅｔｗｏｒｋ，ＲＢＦＮ）的基础上，提出了一种更适合于目标识别的基于模糊聚类的径向基函数网络（ＦｕｚｚｙＣｌｕｓｔｅｒｉｎｇＢａｓｅｄＲａｄｉａｌＢａｓｉｓＦｕｎｃｔｉｏｎＮｅｔｗｏｒｋ，ＦＣＢＲＢＦＮ）。这种网络利用模糊聚类方法，根据训练样......
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......
k-means聚类分析法作为经常使用的聚类分析法中的一种,通常它是将各个类的所有数据样本的均值作为该一类的中心点,并把把对象分成k......
期刊
聚类分析是数据挖掘领域中最重要的任务之一,目前许多聚类算法已经被成功应用到图像聚类、文本聚类、信息检索、社交网络等领域.但......
主要讨论了利用雷达信号的波达方向(direction of arrival,DOA)参数对多部雷达的脉冲信号进行分组预分选的问题.为提高分类可靠性,......
仿射传播算法(AP)是目前常用的无监督聚类算法,但对于滚动轴承故障数据等数据集,AP算法往往不能一次性得到理想的聚类结果。针对AP......
针对现有（RivalPenalizedCompetitiveLearning，RPCL）算法之不足，提出根据样本数据集自然分布规定样本密度，把此密度代人次胜者受罚竞争......
仿射传播聚类算法是一种比较新的基于质心的聚类算法,在图像分割领域得到了广泛应用。仿射传播聚类算法最终聚类数目会受到偏向参......
模糊C均值算法在进行关键帧提取时难以取得全局最优值,导致所提取的关键帧无法完整地描述镜头信息。提出一种基于自分裂竞争学习(S......
在传统谱聚类算法中，构造相似矩阵时需要人为输入尺度参数；除此之外，之后的k-means过程中还需要人工输入确切的聚类数目，而以上两个参......
针对雷达辐射源信号参数严重混叠、聚类数目未知等问题，提出一种基于入侵性杂草优化模糊聚类的智能算法，该算法无需事先设定聚类数目......
针对K-均值算法需要事先确定聚类的数目,无法适用于未知雷达信号分选的问题,通过引入脉冲间欧几里德距离和距离阈值TMS2812,完成聚......
主要讨论了利用雷达信号的波达方向（direction of arrival,DOA）参数对多部雷达的脉冲信号进行分组预分选的问题。为提高分类可靠性,......
针对传统次胜者受罚竞争学习(RPCL)算法忽略数据集几何结构对节点权值调整的影响,以及魏立梅等提出的新RPCL算法(魏立梅,谢维信.聚......
K-均值聚类算法因具有实现简单、快速有效、适合处理大数据集等优点而被广泛应用。但是由于初始聚类中心是随机选择的,K-均值聚类......
针对数据挖掘过程中数据聚类操作的初始聚类数目和初始聚类中心确定困难的问题,提出了一种软子空间结合竞争合并机制的模糊加权聚......
针对K—medoids算法需要事先给定聚类数目和初始聚类中心的问题，借助次胜者受罚竞争学习算法RPCL确定数据集的类簇数目，提出以密度RP......
期刊
聚类分析作为数据挖掘领域中的一个重要研究方法得到了研究人员的广泛关注。其思想来源于图的划分,将数据聚类问题转换成图论中对......
模糊C-均值聚类(FCM)算法现在已广泛的应用于地质形态分析、语音识别、图象处理及空间导航系统等领域。尤其在灰度图象中,由于其固......
很多聚类算法要求用户在聚类之前给出聚类数目,这给用户带来了很大的困难。利用二分思想递归分裂簇内相似度大于给定阈值的簇,最后......
对传统的K-平均算法作了简单的介绍和讨论，提出了一种具有单纯型法思想的K-中心点轮换法。分别对比了K-均值算法与K-中心点轮换算法......
驾驶风格用来表征驾驶员在实车运行环境中对车辆操作的行为特征,对于混合动力汽车能量经济性有较大影响,为提高驾驶风格识别方法在......
本文从信息论的角度考虑了聚类问题,将聚类看成是有损信息压缩的过程。首先运用率失真理论建立了模糊聚类的优化模型,与经典的模糊......
针对相关向量机在预测大样本故障数据中存在学习效率低和过度学习的不足,将粒计算和相关向量机理论系统结合,提出一种基于粒度相关......
聚类有效性指标是评价一种聚类方法划分质量和确定最佳聚类数目的重要工具。文章提出了一种新的聚类有效性指标——T指标,该有效性......
模糊C均值聚类(FCM)现被广泛应用于图像处理和计算机视觉等领域,但其中存在的聚类数目需要人为设定和处理其过程中对噪声过于敏感......
目的探索同时确定K-means算法的最佳聚类数K和最佳初始聚类中心的方法，使K—means算法的聚类结果尽可能地收敛于全局最优解或近似全......
异常数据是指在数据集中与大部分数据不一致或者偏离正常行为模式的数据，它往往代表一种偏差或者新模式的开始，因此对异常数据的识别......
针对一致聚类算法中聚类数目判断不准确、聚类速度慢等问题,通过集成复杂网络中的Newman贪婪算法与谱聚类算法,提出了一种新的基于......
期刊
随着GNSS终端设备的普及与广泛应用,海量的、带丰富位置信息的数据所隐藏的地质与空间变迁信息正在支撑智慧城市的发展。论文以10......
数据挖掘技术在当今大数据涌现的今天已经变得越来越重要，比如乘坐飞机的每一个乘客的购票信息，银行里每一个顾客的交易记录，网上每一......
k-means聚类算法中,初始聚类中心的选取与数据中的离群点都对算法的结果有着非常大的影响。针对这一问题,提出一种基于网格和密度......
目前大多数应用于复杂网络社团划分的算法都不能自动确定类别数目.为了解决该问题,在计算出复杂网络的拉普拉斯矩阵特征值之后,利......
现有的聚类有效性指标大都是基于欧氏距离而设计.虽然对超球型数据效果较好,但对非超球型数据效果并不理想.基于此,提出一种基于多......
