K-means算法,也被称为k-平均或k-均值算法(k由来是由于算法实现要用户事先给定要划分成K类),是一种得到最广泛使用的动态聚类算法。它是将各个聚类子集内的所有数据样本的均值作为该聚类的代表点。
在基于蚁群优化算法(ACO)的Adhoc路由算法的基础上提出了一种改进的基于蚂蚁算法的Adhoc路由算法。该算法吸收了AODV的优点,并且在实现方面得到了改善。分析表明,该算法能大大提高系统的可靠性、
基于AdaBoost的改进的MEEM跟踪算法,徐礼辉,夏涛,进一步分析目标跟踪中的由于遮挡产生的目标漂移问题,针对于多专家熵最小化跟踪方法(MEEM)在得到的若干专家中只采用损失函数最��
针对传统的K-means算法对于初始聚类中心点和聚类数的敏感问题,提出了一种优化初始聚类中心选取的算法。该算法针对数据对象的分布密度以及计算最近两点的垂直中点方法来确定k个初始聚类中心,再结合均衡化函
在开放世界中,一个辨识框架可能没有包含命题所有可能的描述,传统的PCR组合规则并不能够对这种辨识框架不完备情况下的信息进行融合。针对该问题,在广义证据理论基本框架的基础上,提出了广义PCR组合规则。广
在概率Applied Pi下对安全协议的匿名度进行研究:它在概率Applied Pi进程上定义了metric,以对进程间的相似进行度量;该定义被证明是有效的,因为当两个进程之间的metric为0时这两
Pollardρ(简称PR)算法基于Floyd的循环查找算法,是一种概率型算法,也是在有限循环群上计算离散对数的经典算法之一。概率型算法最大的缺点是计算的不确定性和盲目性,计算效率低。针对这一问题,利
基于K-means的有限增量聚类算法及k值研究,姚文心,卢志国,聚类算法被广泛的应用在数据挖掘、模式识别、信息抽取等领域。随着互联网技术的不断发展,许多数据存在着动态增长的特性。怎样聚
基于K-means的印刷品图像前景提取算法研究,陆金鑫,周亚建,前景提取是印刷品检测系统模板图像生成的关键技术。考虑到印刷品图像特性和其所处环境的颜色特性,在HSV彩色模式下将K-means聚类用��
基于改进型蚁群算法的研究,雷梦瑶,俎云霄,路由技术一直是智能光网络的研究核心之一。鉴于最大最小蚁群算法有很好的全局搜索能力,蚁群算法作为自适应动态选路的代表,被广