针对模糊C-均值(FCM)聚类算法对初始聚类中心选择敏感,易陷入局部最优的问题,提出一种量子粒子群优化改进的模糊C均值聚类算法。该算法引入的基于新距离标准的量子粒子群(AQPSO)算法不仅可以降低初始
针对粒子群优化(PSO)算法优化高维问题时,易陷入局部最优,提出一种基于K-均值聚类的协同进化粒子群优化(KMS-CCPSO)算法。该算法通过引入K-均值算法扩大种群的局部搜索范围,采用柯西分布和高斯
针对布谷鸟搜索(CS)算法后期收敛速度慢,传统K-均值算法对初始簇中心选择比较敏感,提出了一种自适应调整的布谷鸟搜索及优化初始K-均值聚类算法(CSSA-OIKM)。首先,由集群度与距离均衡优化选择初
模糊C均值聚类算法(FCM)在硬C均值聚类的基础上有效地解决了医学图像分割中存在的模糊情况,通过建立表示图像中像素点与聚类中心加权相似度的目标函数,采用迭代优化的方法求解目标函数的极小值来确定最佳聚类
提出了一种新的基于PCA和K均值聚类的有监督二叉分裂层次聚类方法PCASHC,用K均值聚类进行逐次二叉聚簇分裂,选择PCA第一主成分相距最远样本点作为K均值聚类初始聚簇中心,解决了K均值聚类初
层次聚类算法研究 综述层次聚类算法,并比较其应用的优点与缺点
是fcm聚类算法,文献,hd不要下载,可以看看,好好看看fcm聚类算法,fcm聚类算法,fcm聚类算法,fcm聚类算法,fcm聚类算法,fcm聚类算法,
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��
Clustering algorithm——matlab program of K-means algorithm
一篇关于聚类算法综述的论文