论文部分内容阅读
传统的K-均值聚类算法只能通过人工参数设定K值和初始簇中心点,而人工方式选择的K值和初始簇中心点往往有较大偏差,直接导致错误的分簇结果.基于上述问题,本文提出了一种基于网格和密度的K值与最佳初始簇类中心自动识别的方法.经理论和实验证明,该方法在很大程度提高了聚类结果的质量和算法的效率.
基于网格密度的K-均值算法簇中心点识别的研究
【摘 要】
：
传统的K-均值聚类算法只能通过人工参数设定K值和初始簇中心点,而人工方式选择的K值和初始簇中心点往往有较大偏差,直接导致错误的分簇结果.基于上述问题,本文提出了一种基于
【机 构】
：
中国人民大学统计学院 北京 100872
【出 处】
：
数码设计（上）
【发表日期】
：
2018年6期
其他文献
随着石油开采业的发展,我国的石油开采量逐渐增加,但同时也带来了大量的土壤污染问题,对开采地区的环境造成了严重的影响,与现代环境保护理念不符.因此,就应选用适合的土壤修
随着科技的不断发展,带动了我国工业的发展,从而经济水平不断提高,如今塑料业在我国发展迅速,并且塑料制品应用的范围十分广阔,在很多领域都有很好的应用例子,由此一来,对于
为解决政务大数据安全与隐私保护所面临的信息泄露、违规使用及其信息流转中的安全隐患.依据《中华人民共和国网络安全法》规定的网络运行安全、网络信息安全、监测预警与应
计算机自发明以来,为人类社会的发展提供了不可或缺的动力.计算机硬件、软件都是由于计算机科学与技术的努力攀升的过程产生的结果.在人类当今社会的生产活动、生活与发展中,