暂无评论
基于K均值聚类的熔炼过程烟雾检测,张宏伟,卢晓荣,针对熔炼过程中产生的烟雾浓度难以检测的问题,提出了一种利用图像分析的方法量化其烟雾浓度,并通过k均值聚类分析不同烟雾浓度��
针对传统的BIRCH算法用直径来控制聚类的边界,对非球形聚类效果不佳,甚至会把非球状的簇分割为不同簇这一缺点,对BIRCH算法进行改进,改进算法首先建立多棵CF树,每棵CF树代表一个簇,并结合DBSC
首先介绍传统距离计算方法在聚类应用中的不足,并针对这点提出一种基于权重向量的相对距离计算方法。在应用DBSCAN算法的基础上,融入相对距离的计算及k-d树的范围查找的应用。该算法不仅能得到很好的聚类效
面对海量数据的管理和分析,文本自动分类技术必不可少,特征权重计算作为文本分类过程的基础,起到了至关重要的作用。为了提升文本分类的质量,针对传统特征权重算法的不足,提出了基于文档类密度的特征权重算法(T
k最近邻域分类算法分析与研究
Tomlinson-Harashima预编码(THP)算法是一种多输入多输出下行链路系统中有效去除用户间干扰(MUI)的预均衡技术,但存在系统容量损失的问题。为此,提出通过在接收端进行波束成形使得MM
改进的k均值算法在高校绩效工资分类管理中的应用研究,郑丹,,研究了改进的k均值算法,提出寻找初始聚类中心的新方法,基于距离与密度确定初始聚类中心,避免重复计算并提高聚类准确率。建立��
关联规则是数据挖掘的重要模式之一,有着极其重要的应用价值。基于抗体浓度和亲合度的选择策略,提出了一种克隆模拟退火遗传挖掘算法。该挖掘算法先通过克隆操作来产生一组新的抗体,然后再独立地对所产生的抗体进行
首先介绍了一种基于弹性交互作用和非线性扩散的水平集分割方法。引入非线性扩散获得尺度概念,代替通常水平集演化方程中计算耗时的曲率计算,由基于物体边缘和移动曲线的弹性交互作用生成移动曲线的速度场,扩展了图
论文研究-K-means算法中的k值优化问题研究.pdf,
暂无评论