聚类中心初始化相关论文
本文结合MapReduce并行编程模型的优势,提出了一种k-means聚类算法的并行实现方式.通过随机抽样将整个数据集分成n块,n可以根据数......
针对传统的模糊核聚类算法(FKCM)需给出聚类个数，且对初始值敏感、易陷入局部最优的缺点，本文提出了一种基于高斯核化有效性指标......
针对大数据集的初始聚类中心选取问题，在基于密度的划分算法和适用于大规模数据集限定初值的采样算法基础上，提出了一种用于初始聚类......
提高双绞线图像分割速度是实时测量双绞线绕距的关键。针对模糊C-均值算法聚类速度慢、依赖特征空间分布结构、随机初始化聚类中心......
本文主要研究了文本分类和聚类的相关算法，分析了其中的若干关键技术和难点。首先，介绍了基于向量空间模型的文本表示方式和相应的特......
在计算机视觉领域，图像分割是指将图像划分为不同区域，旨在简化或变换图像的表示，使其涵义更加明确，便于分析。图像分割结果的好坏，直接......
k-均值聚类算法易受初始聚类中心的影响而陷入局部最优解．现有聚类中心初始化方法尚未得到广泛认可．本文依据每个类内至少有一个数据......
