k-均值算法相关论文
在大数据时代,广泛应用于各个领域的数据挖掘技术不断更迭,越来越多的企业致力于细分用户、深挖需求,力求最大化数据的商业价值。......
为了进一步提高网络安全趋势大数据的挖掘性能，提出一种基于Hadoop平台的网络安全趋势大数据深度挖掘方法。考虑网络安全趋势大数据......
经典算法对火灾烟气层高度判定存在无法划定烟气层纵向区间、计算步骤繁琐等问题，而K-均值算法具有自动进行类别划分的特征。以K-均......
准确及时的作战态势分析是空战决策的首要前提,是飞行员空中飞行规划的主要依据,是夺取空战胜利的重要保证.针对空战过程数据信息......
在解决旅行商问题(Traveling Salesman Problem,TSP)上,提出了一种新的求解思路即基于K-means聚类思想下的改进型蚁群算法,目的 是......
为了克服传统机器学习算法及其框架的弊端,深入分析了K-均值算法与随机森林分类算法,提出了改进的AKM与ARF算法,建立了基于Spark平......
空间聚类方法主要有划分方法和层次方法。然而，它们都经常以局部最优结束聚类过程，在实现过程中没有考虑保持群体的全局分布特性，这个......
针对K-均值聚类算法中初始聚类数目难以确定,对初始参数敏感等问题,提出一种快速遗传聚类算法,算法中采用可变长实数表示聚类中心,......
传统K-均值聚类算法处理数据效率低下,而且结果偏差较大。为此,本文涉及一种优化算法,通过衡量处罚方式的程度控制算法迭代方式,以......
随着计算机技术的迅速发展以及数据库管理系统的广泛应用，越来越多的数据被存储起来，如何在这些海量的数据中寻找真正所需要的知识显......
在网络普及化的今日,人们在使用网络时留下了大量有价值的信息可供分析。面对着日益庞大的信息库,如何从中找出有用而不易被发现的......
该文的工作主要在以下几个方面:1、概述了数据仓库的概念,详细地叙述了数据挖掘技术,包括概念、处理过程、系统结构、分析模型、常......
随着高科技的发展,智能监控系统的应用越来越广泛。运动物体视觉分析作为智能监控中的一项核心技术,它包括运动物体检测与提取、物......
多示例学习的主要目的是通过学习训练集中的概念,为一些不可预知的包获取正确的类别标签。目前大量学者对多示例学习的理论及应用......
数据挖掘能够发现隐藏在海量数据背后的潜在模式以及规则,有利于我们更好的作出决策,被广泛应用于商业、科学研究以及医学研究等领......
随着计算机技术和Internet的飞速发展,网络信息安全问题逐渐成为维护国家安全和社会稳定的一个焦点。入侵检测系统(Intrusion Dete......
随着网络的不断发展,特别是移动互联网和物联网,网络已成为生活不可或缺的一部分。伴随网络发展而来的是,网络安全、服务质量和网......
随着计算机技术，网络技术以及通信技术的快速发展和不断的融合，产生了许多新的应用环境。当人类社会步入二十一世纪，信息爆炸已经成为......
社区发现，是指在社会网络中发现有用社区结构的过程。随着科技的发展，社会网络以多种形式影响着现实世界中各个领域的方方面面，如朋友......
k-均值问题自提出以来一直吸引组合优化和计算机科学领域的广泛关注,是经典的NP-难问题之一.给定N个d维实向量构成的观测集,目标是......
聚类分析是一种常见的分析方法,谱聚类作为聚类分析的一支,因其不受样本形状约束等特点备受瞩目。为及时掌握当前谱聚类算法研究动......
在现代电子商务中,实现网络分析型客户关系管理(CRM)的关键技术是网络客户群分析技术.本文先将客户群分析所涉及的应用问题进行分......
随着网络技术不断提高，计算机网络被广泛应用到人类活动的各个领域，网络安全也越来越受到人们的关注。为了能够需要能及时的发现恶意......
伴随着互联网的飞速发展，互联网的信息愈来愈多，呈指数级别增长。如何在这些海量信息中发现有价值的知识信息，是每个电子商务商家面对......
当今的社会网络，己不再是狭义上社会学研究的内容，转而成为了集尖端的科研价值与巨大的商业潜质于一体的火热研究课题，吸引着愈来愈多......
对模式识别过程的三个主要部分——特征提取、聚类分析、分类判别分别进行讨论并编程实现,特征提取部分采用K-L变换方法处理原始数......
数字图像处理技术是近年来发展很快的一门信号处理技术,已渗透到人们生活的各个方面,近年来也越来越多地应用到纺织工业中.针对针......
随着信息化的发展，信息急剧膨胀，为了有效利用这些信息，数据挖掘技术应运而生。本文对数据挖掘技术，尤其是聚类技术和文本挖掘作了一些......
K-Means算法和L2-SVM算法分别是聚类和分类中研究较热的算法。传统K-Means算法以欧氏距离为度量准则,忽略了样本各属性在聚类过程......
研究基于Gabor特征和增强Fisher线性判别模型(EFM)的目标检测和识别问题。用Gabor滤波器族对样本和场景图像进行分解,得到高维特征......
城市应急救援时间是关键.最佳救援路径能否成功决策直接影响救援时间.本文在分析影响城市应急救援的基本因素的基础上,选择理论成......
K-means算法是一种基于划分的聚类算法.它的执行时间主要依赖于k值和初始点的选取,但是在实际问题中缺少对K取值的先验信息和有效......
根据封丘县土壤发生学特点遴选质地、有机质、土壤颜色、pH值、电导率和土壤发生层厚度等作为土壤属性向量,运用K-均值算法模型,对......
聚类分析是一种无监督的学习方法，是数据挖掘领域进行数据处理的重要分析工具和方法。K-均值聚类算法是一种典型的基于划分的方法，该......
[目的]利用计算机数字图像分析提取馒头结构的气孔特征,以评价计算机视觉分析在馒头品质评价中的作用.[方法]试验1选用强筋品种Wea......
随着企业信息系统集成的应用,数据库中积累了大量分散但有效的数据。如何从大量数据中挖掘出有效的决策信息,从而带领企业快速发展......
针对基于混合模型的图像聚类质量易受混合模型参数初始值的影响,提出一种遗传K-均值初始化的t混合模型医学图像聚类方法。该方法构......
为了从不同类型的视频中有效地提取关键帧,提出基于群体智能与K-均值相结合的关键帧提取方法。该方法首先提取视频的颜色特征向量,......
针对基于VSM(vector space model)的文本聚类算法忽略了词之间的语义信息和各维度之间的关系,导致文本的相似度计算不够精确,提出......
提出一种选择最富信息数据并予以标记的基于主动学习策略的半监督聚类算法。首先,采用传统K-均值聚类算法对数据集进行粗聚类;其次......
文本挖掘之前首先要对文本集进行有效的特征选择。传统的特征选择算法在维数约减及文本表征方面效果有限,并且因需要用到文本的类......
传统的向量空间模型表示文本的缺点是向量维数高,向量空间模型中一个文本是一个大的稀疏矩阵,计算文本之间的距离或者相似度时,算......
为了解决公共自行车调度过程中调度路径过长的问题,文章提出了一种改进的K-means聚类算法。该算法通过数据分析估算出k个中心点作......
雷达辐射源信号分选是电子对抗领域一个关键技术，随着电子技术的发展，电磁环境日趋复杂，信号分选的难度越来越大，在这样的条件下，我们应......
