基于随机取样的选择性K-means聚类融合算法

来源 :计算机应用 | 被引量 : 12次 | 上传用户:yayayda
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于缺少数据分布、参数和数据类别标记的先验信息,部分基聚类的正确性无法保证,进而影响聚类融合的性能;而且不同基聚类决策对于聚类融合的贡献程度不同,同等对待基聚类决策,将影响聚类融合结果的提升。为解决此问题,提出了基于随机取样的选择性K-means聚类融合算法(RS-KMCE)。该算法中的随机取样策略可以避免基聚类决策选取陷入局部极小,而且依据多样性和正确性定义的综合评价值,有利于算法快速收敛到较优的基聚类子集,提升融合性能。通过2个仿真数据库和4个UCI数据库的实验结果显示:RS-KMCE的聚类性能
其他文献
由于真空烧结涂层基体的硬度较低,采用对基体调质处理的方法来提高涂层基体的硬度.然后测量涂层和基体的硬度,并通过采用旋转弯曲疲劳试验比较涂层试样与未涂层试样的疲劳强
针对铁路红外线轴温监测系统中热轴判别准确率低、判别算法简单、判别参数多且不易修改等问题,提出了基于模糊神经网络的热轴判别模型。该模型选定了温升、列温升差、辆温升差3个特征作为输入量,4种热轴等级作为输出量,并利用125条模糊推理规则和学习算法对模糊神经网络进行训练,得到的模糊神经网络可作为专家系统对热轴进行判别。实例仿真结果表明:模糊神经网络热轴判别模型使得判别参数减少,判别科学化,且判别的一致率
英汉民族具有不同的思维方式,反映在语言表达方式上也大相径庭.英汉两语之间的翻译实质是思维模式的转化.研究生英语翻译实践表明,这种转化是必要的可行的,是提高研究生英汉
为了保证所有开展检测工作的方法科学、行为公正、数据准确和客户满意,以及为保证质量管理体系持续有效运行,并得到不断完善,必须对人员知识面、能力技术水平和实践经验等素质要
一种文化艺术长期根植于一种文化中,势必会渗透出一种特有的文化特质。此文通过对我国扬琴的发展及艺术流派的梳理,试图让更多的人对扬琴有更加深入的了解。
针对小卫星模拟系统中星载计算机与相机载荷通信及控制问题,研发多路串行通信控制系统。系统设计采用Host-Target模式,在星载计算机(Host)端软件实现多路通信管理子系统,设计基于现场可编程门阵列(FPGA)的相机载荷分控单元(Target);同时,在RS-232通信协议基础上提出一种多路串行通信协议,完成星载计算机与相机载荷分控单元的通信控制。用SignalTapⅡ逻辑分析工具捕捉FPGA内