电力企业通常根据电力负荷数据,采用传统的K-Means算法对客户进行划分,而这种方法最大的缺陷就是必须由用户手动指定聚类簇数。提出了一种将Canopy算法和K-Means算法结合应用于负荷聚类的方法,
针对微博话题存在时效性的特征以及用户之间交互行为特征,在经典PageRank算法的基础上,提出了基于用户交互的微博用户挖掘算法来有效挖掘推动微博话题流行的关键用户。首先介绍了微博话题关键用户的定义及其
这是模式识别的课程作业,有k均值聚类算法和ISODATA聚类算法,正对遥感影像或者图片进行聚类。写的算法较为粗糙,还请大家多多指教!
一种用于微博聚类的K-means改进算法,张帅,,随着信息技术的不断发展,出现了许多新型的信息媒介,微博就是其中之一。由于微博所具有的许多特性,对微博内容分析挖掘的重要性
分析用户行为对网络用户的管理控制有着重要意义。用户行为实质上是一系列的数据交换过程,最终会体现为业务流,且这些业务流在时间上表现出一定的规律性。通过研究业务流的时序关系来分析用户行为的规律,提出一种用
提出一种基于改进PSO的优化滤波算法,构造多指标均衡的适应度函数,把滤波增益作为PSO的粒子进行优化求解,同时将最小方差鲁棒滤波增益和H∞滤波增益以及它们的组合平均值作为PSO的初始粒子,赋予粒子一定
K均值聚类的程序,只有源文件和头文件啊,容易看的东啊
K均值聚类算法的C++实现代码 word形式 #include "iostream.h" #include "math.h" #include "stdlib.h" #include "iomanip
在KMeans聚类、PSO聚类、KMeans和PSO混合聚类(KPSO)的基础上,研究了基于量子行为的微粒群优化算法(QPSO)的数据聚类方法,并提出利用KMeans聚类的结果重新初始化粒子群,
针对模糊C-均值聚类算法对孤立点、随机初始化的聚类中心比较敏感的问题,将堆叠稀疏自编码与传统模糊C-均值聚类算法相结合,对传统模糊C-均值聚类算法进行了改进。由于堆叠稀疏自编码可以提取原始数据集从低层