K—means算法相关论文
计算机网络安全已经引起了人们的广泛关注。在允许各种网络资源以开放方式运作的背景下,入侵检测系统成了确保网络安全的一种必要......
随着计算机技术的不断发展与应用，数字化的文本数据数量不断增长，互联网的发展更加剧了数字文本的膨胀。搜索引擎成为人们生活中获取......
劳务众包是一种新型商业模式,会员通过App平台领取任务并赚取相应的酬金,由于任务定价的高低直接关系到任务的完成情况,因此制定合......
采用信息熵进行DDoS特征表示，再采用K—means算法分析熵值，通过分析正常网络的分布规律，确定DDoS攻击检测的阑值，并根据阈值来更新正常......
作为分析客户的重要方法，客户分群对电信企业在日益激烈的市场竞争中取胜有重要意义。采用K—means聚类分析技术，利用商业数据挖掘自......
根据车牌图像的统计特征,计算形态学滤波器的结构元素,进行图像背景估计;利用闭-开运算,处理残差图像;采用自动搜索种子区域填充算......
企业在进行服务创新过程中，首先需要考虑到企业发展战略与其自身优势能力的匹配性，结合这两点来确定服务创新的发展方向。本文研究了......
引入事务的恢复机制改进K-means算法,改进后的算法允许在运行过程中的任何时刻停机,重新启动后可在停机前运算成果的基础上继续运......
文章提出一种根据模糊聚类的思想来确定RBF神经网络隐层节点数，并用K—Means的聚类算法来训练RBF神经网络。并根据此算法进行仿真，并......
对web文本聚类中的数据预处理、聚类算法及结果评估等进行了分析研究．在由lucene和nutch构建的搜索引擎的基础上，提出基于k—means聚......
通过利用三种典型算法：Q-型模糊聚类算法、K-means算法及K-medians算法，对公司职员的年终评定进行应用分析，得到了不同的聚类结果，通过......
针对k—means算法事先必须知道聚类的数目，难以确定初始中心以及受异常点影响很大等缺点，提出了一种改进的k—means聚类算法。改进后......
由于价值观念的多元化，各种思想对青年大学生产生冲击等多种原因，团组织在高校共青团员中影响力不断弱化，地位逐渐降低。试图将改进的......
针对k-means算法在聚类过程中受初始聚类中心影响很大的问题，本文提出了一种优化初始聚类中心的方法。此方法通过计算聚类中心与其......
将K-means算法引入到朴素贝叶斯分类研究中，提出一种基于K-means的朴素贝叶斯分类算法。首先用K-means算法对原始数据集中的完整数......
对教学反思内容的准确评估是教师基于教学反思过程提升其专业能力的重要保障。基于改进的K-Means算法对相同主题的教学反思文本进......
传统K—means聚类算法存在初始聚类中心选取敏感且需要预先设定聚类数等不足，导致入侵检测效率较低。为了提高入侵检测的准确性，提出......
文中针对传统并行K—means聚类算法时间复杂度比较高的问题，结合Hadoop平台以及MapReduce编程模型的优势，提出了利用Hadoop及MapRedu......
现有的K-means蚁群聚类算法,首先进行K-means聚类算法操作,快速、粗略地确定初始聚类中心,接着根据上一步获得的聚类中心再进行蚁......
在负载自适应数据库系统中，负载特征化部件是关键部分，首先要对负载分类，然后根据分类的情况预测负载性能。负载的分类一般采用聚类算......
在静电场中质心位于静电平衡或那些能够被接受的平衡位置处，基于这一思想提出了一种发现簇中心的新方法。根据静电场中电荷间的引力......
为解决原始K—means算法随机选取初始聚类中心对聚类结果的影响较大的不足，提出了改进算法。采取基于采样选取聚类中心距离的规则，进......
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......
为了解决原始K—means算法随机选取聚类中心对聚类结果产生较大影响的不足和孤立点的存在对聚类精度的破坏，以及两者之间的相互牵制......
为了解决数据挖掘本身的局限性，提出了适用于制造企业的基础数据的改进K-means算法。该算法应用AHP方法将原始数据根据其特征属性进......
传统聚类算法在计算两个对象间的距离时，每个属性对距离的贡献相同。COSACOSA（Clustering On Subsets of Attributes）算法认为在不同......
针对异常检测手段用来标定数据集中明显的不同于其他数据的对象，提出多阶段聚类旨在解决噪声数据的引入和缺失属性样本的处理，并改变......
供电企业提高竞争力的有效途径是良好的供电服务质量管理。从将电力顾客需求有效转化为供电企业服务设施/技术要求的思路出发,运用......
将聚类分析技术应用于客户关系管理可以有效实现客户细分，改善客户关系。文章使用层次凝聚法和K—means算法实现了客户的自动聚类，并......
在对数据挖掘技术进行介绍的基础上提出将基于K-means的预测算法应用到无线移动通信业务预测中，将小区范围内的多维业务记录进行分......
K—means算法是经典的基于划分的聚类算法，但该算法存在依赖于初始聚类中心、容易陷入局部最优解等缺点。针对这些缺点，提出了基于微......
随着电信行业集团业务的高速发展，一般的基于客户保有的统计算法已不能满足集团业务的需要。为了更好地把握集团业务方向以及对集团......
一个好的K—means聚类算法至少要满足两个要求：（1）能反映聚类的有效性，即所分类别数要与实际问题相符；（2）具有处理噪声数据的能力。传统的......
分析原有k—means聚类算法在异常检测应用中的不足，并对其进行优化，将优化后的聚类算法应用到异常检测中．实验表明，优化后的算法在入侵......
基于密度聚类的思想，提出了一种改进的K—means算法。算法吸取密度聚类算法的优点，利用对象的t-邻域密度作为选择初始聚类中心点的条......
网络技术的迅速发展为远程教育中个性化学习提供了可能。首先使用K—means算法对学生的属性数据和相应课程的成绩进行了聚类数据挖......
传统的K—means算法对初始聚类中心敏感，聚类的结果随不同的初始输入而波动．为了消除这种敏感性，提出了一种改进的K-means算法，改善聚......
从数据挖掘的基本概念入手，逐步深入分析本质，并且对k-means进行探讨，对其中的聚类中心的方法进行了改进。......
针对K—means算法依赖于初始聚类中心、经常陷入局部最优解等缺点，利用模拟退火算法的全局优化特点，提出一种基于模拟退火的K—means......
针对初始点选择不当导致K—means陷入局部最小值问题，提出一种结合自适应mean-shift与最小生成树（MST）的K—means聚类算法。将数据对......
如何高效地选择出适合用户需求的Web服务正在引起相关研究者的关注。通过Web上自动搜索的WSDL文件转化成功能相近的同质服务群集的......
在系统阐释电子政务发展阶段的基础上,将CRM及其客户细分理念引入电子政务领域,构建用户细分模型,并进行实证分析,结果表明,细分结......
图像分割是图像分析的关键步骤,具有十分重要的应用价值和研究价值。本文K-means聚类的特点,叙述了应用K-means聚类算法进行灰度图......
介绍一种可以对初始聚类中心进行优化的算法，改进之处是对孤立点进行特殊处理，降低孤立点敏感的问题，把距离与密度结合，选取最优的初始......
众所周知，K-means（以下简称KM）对初始点十分敏感．本文提出了一种新的初始化KM的方法，它先估计出k个类的特征中心的位置，然后用估计出的特......
K—means是典型的启发式聚类算法，容易受到初始解的影响而无法获得高质量的聚类结果。骨架是近年来启发式算法设计的研究热点，它是指......
采用K—Means聚类算法和神经网络算法，对药物的使用进行建模．通过模型可得到不同临床特征病人更适合服用何种药物的建议结果，正确率高......
应用联机分析处理技术选择用户ARPU值作为客户细分的维度．依据用户平均收入ARPU值进行分类．按客户的消费额高低将客户分成高中低几档......
K-means算法以其简单、快速的特点在现实生活中得到广泛应用。然而传统K-means算法容易受到噪声的影响，导致聚类结果不稳定，聚类精度......
文章介绍了Web文档聚类中普遍使用的基于分割的k—means算法，分析了k—means算法所使用的向量空间模型和基于距离的相似性度量的局......
