期刊文献+
共找到625篇文章
< 1 2 32 >
每页显示 20 50 100
基于K-means++聚类分析的轮轨垂向力基线漂移预处理研究
1
作者 施亦非 王锋 +1 位作者 石佳 黄宇峰 《振动与冲击》 北大核心 2025年第9期127-134,168,共9页
采集轮轨垂向力等强冲击能量的振动信号时,受传感器特性和环境影响,测得信号中存在基线漂移,严重影响后续数据分析处理。曲线拟合和密度聚类是修正基线漂移的常见方法,通过选取特定信号区间作为基点进行拟合,可有效去除基线漂移;然而,... 采集轮轨垂向力等强冲击能量的振动信号时,受传感器特性和环境影响,测得信号中存在基线漂移,严重影响后续数据分析处理。曲线拟合和密度聚类是修正基线漂移的常见方法,通过选取特定信号区间作为基点进行拟合,可有效去除基线漂移;然而,由于基点选取极度依赖先验知识,限制了其应用范围。为解决该问题,提出一种基于K-means++聚类分析的轮轨垂向力基线漂移预处理方法。首先,选取基尼系数和方差,在欧氏空间准确表征载荷与无载荷数据段的差异,进而引导K-means++聚类;随后,基于K-means++聚类选取无载荷数据段,量化信号的基线漂移干扰;最后,以无载荷数据段为基点,拟合并修正基线漂移。经过仿真和实测数据分析,与最小二乘法、经验模态分解和密度聚类相比,该方法在信噪比、均方误差、基线去除误差和运行时间等方面均有一定优势。结果表明,基于基尼系数和方差的K-means++聚类分析,克服了密度聚类分析的先验知识依赖,可有效修正轮轨垂向力基线漂移,有望用于其他强冲击能量振动信号的数据预处理。 展开更多
关键词 轮轨力 基线漂移 k-means++ 基尼系数 聚类分析
在线阅读 下载PDF
基于自组织K-means的城市道路VRU事故场景复杂度评价
2
作者 程瑞 卢春成 +3 位作者 袁泉 崔涛 To.Jeremy 王涛 《汽车安全与节能学报》 北大核心 2025年第3期386-395,共10页
为了满足智能汽车避撞系统验证中高风险测试环境的需要,同时丰富面向弱势道路使用者(VRU)的自动驾驶场景评价内容和方法,该文通过对广西桂林市2016—2020年交通事故案例收集整理,筛选得到1429例汽车与VRU碰撞事故数据;依据事故调查经验... 为了满足智能汽车避撞系统验证中高风险测试环境的需要,同时丰富面向弱势道路使用者(VRU)的自动驾驶场景评价内容和方法,该文通过对广西桂林市2016—2020年交通事故案例收集整理,筛选得到1429例汽车与VRU碰撞事故数据;依据事故调查经验选取了13种风险因素,基于自组织K-means聚类分析构建了10类适用于中国城市交通状况的汽车与VRU碰撞的典型场景;利用信息熵理论建立了VRU典型场景复杂度评价模型,通过联合logistic模型与反向神经(BP)网络确定变量状态及各维度权重,计算得到各类场景复杂度;运用Guass混合模型对复杂度进行聚类,最终获得4个场景复杂度等级。结果表明:在限速30km/h的道路上,夜间直行汽车与横穿马路的电动自行车在非人行横道区域发生侧面碰撞的场景复杂度最高。该文的研究成果可为智能汽车安全性测试提供具备中国城市道路特征的实验场景,同时为车外VRU避撞方案和决策的制定提供一定的依据。 展开更多
关键词 弱势道路使用者(VRU) 智能汽车 典型场景 自组织k-means聚类分析
在线阅读 下载PDF
多目标规划与K-means聚类的多波束测深测线设计
3
作者 黄丽均 朴宇豪 +1 位作者 王祎阳 李国东 《海洋测绘》 北大核心 2025年第1期16-20,共5页
为解决多波束测深在海底地形复杂情况下的多波束测线布设问题,提高测深效率,首先基于K-means聚类将海底区域划分为若干理想斜坡,接着基于多目标规划以测线长度最短和覆盖率最大为目标函数,并考虑条带重叠率以及两端测线覆盖边缘区域等... 为解决多波束测深在海底地形复杂情况下的多波束测线布设问题,提高测深效率,首先基于K-means聚类将海底区域划分为若干理想斜坡,接着基于多目标规划以测线长度最短和覆盖率最大为目标函数,并考虑条带重叠率以及两端测线覆盖边缘区域等限制条件,利用组合权重法建立多目标规划的测线布设模型。对假设矩形待测海域进行仿真计算,结果表明分区域规划后按照此测线布设模型得到的测线布设方案,测线的总长度达到最短,重叠率为18.42%,覆盖待测海域的面积比达到98.91%。本文提出的多波束测线设计方法可为提高多波束测深的效率提供理论依据。 展开更多
关键词 多波束测深 测线设计 多目标规划 仿真分析 k-means三维聚类 组合权重
在线阅读 下载PDF
基于改进K-means聚类的轨道交通基础设施分布式光伏发电典型场景生成及出力特性分析 被引量:3
4
作者 陈凯 雷琪 李豆萌 《电气工程学报》 CSCD 北大核心 2024年第2期364-372,共9页
受限于自然条件,光伏出力具有很强的随机性。为准确评估轨道交通基础设施分布式光伏发电的光伏出力特性,提出一种基于改进K-means聚类算法的轨道交通基础设施分布式光伏发电典型场景生成方法,并基于此进行光伏出力特性分析。首先,基于... 受限于自然条件,光伏出力具有很强的随机性。为准确评估轨道交通基础设施分布式光伏发电的光伏出力特性,提出一种基于改进K-means聚类算法的轨道交通基础设施分布式光伏发电典型场景生成方法,并基于此进行光伏出力特性分析。首先,基于分布式光伏发电设施以及气象数据,利用PVsyst软件模拟光伏发电出力数据。然后,针对基本K-means聚类算法聚类参数和初始聚类中心盲目性高的问题,结合聚类有效性指标(Density based index,DBI)和层次聚类对其进行改进并利用改进K-means聚类算法生成光伏典型日出力场景。最后,基于华中地区某地轨道交通基础设施分布式光伏系统对所提方法的有效性和优越性进行验证,并通过定性和定量分析各典型场景的出力特性揭示轨道交通基础设施分布式光伏出力的规律和特点。 展开更多
关键词 分布式光伏出力 改进k-means聚类算法 典型出力场景 出力特性分析
在线阅读 下载PDF
基于改进K-means聚类和皮尔逊相关系数户变关系异常诊断 被引量:11
5
作者 周纲 黄瑞 +3 位作者 刘度度 张芝敏 胡军华 高云鹏 《电测与仪表》 北大核心 2024年第3期76-82,152,共8页
用电信息采集系统易出现台区户变关系错误问题,传统诊断技术主要针对少用户台区出现异常用户情况,但对于多达数百用户台区,存在多相邻台区异常用户特征提取难题。文中首先通过主成分分析对GIS系统获取台区总表和用户电表电压数据实现降... 用电信息采集系统易出现台区户变关系错误问题,传统诊断技术主要针对少用户台区出现异常用户情况,但对于多达数百用户台区,存在多相邻台区异常用户特征提取难题。文中首先通过主成分分析对GIS系统获取台区总表和用户电表电压数据实现降维,建立改进K-means聚类提取电压数据特征,提出改进皮尔逊相关系数算法分析待检测用户,据此建立基于改进K-means聚类和改进皮尔逊相关系数的户变关系异常诊断方法,实现多异常用户所属正确台区诊断。实际算例分析结果表明,文中提出算法在识别同一台区一个及多个异常用户、不同台区多个异常用户情况下均能有效实现异常用户的准确检测与分析,相比传统检测方法,实现简单且准确性更高。 展开更多
关键词 户变关系 GIS系统 主成分分析 改进k-means聚类
在线阅读 下载PDF
基于改进K-means算法的排水管网监测点位优化 被引量:2
6
作者 赵文涓 程雨涵 李梅 《环境监测管理与技术》 CSCD 北大核心 2024年第1期79-83,共5页
为切实提高工程监测成效,合理利用资源,提出基于改进K-means算法的排水管网监测点布置优化方法。以华东区域H市排水管网为案例,以23个原始监测点的监测数据为基础,通过原始数据处理,BIRCH预聚类确定优化监测点个数和初步优化监测点,再用... 为切实提高工程监测成效,合理利用资源,提出基于改进K-means算法的排水管网监测点布置优化方法。以华东区域H市排水管网为案例,以23个原始监测点的监测数据为基础,通过原始数据处理,BIRCH预聚类确定优化监测点个数和初步优化监测点,再用K-means聚类确定最终优化监测点后,输出16个保留监测点位。经验证,监测点优化后对H市排水管网的数据输出无影响。 展开更多
关键词 监测点位优化 BIRCH聚类分析 k-means聚类分析 排水管网
在线阅读 下载PDF
基于K-Means-NCS-ANOVA的八大民窑颜色聚类与应用偏好研究 被引量:1
7
作者 杨宇渊 莫雁婷 +2 位作者 黄超逸 冯娜娜 陈赟 《印刷与数字媒体技术研究》 CAS 北大核心 2024年第2期25-36,共12页
中华陶瓷文化源远流长,颜色作为陶瓷的一种装饰,可以表达不同的设计理念、情感意识、地域特征和服务对象。为了更好地传承陶瓷艺术文化,本研究提出了一种基于K-means-NCS-ANOVA的颜色分类研究方法。首先,采用K-means颜色聚类、NCS颜色... 中华陶瓷文化源远流长,颜色作为陶瓷的一种装饰,可以表达不同的设计理念、情感意识、地域特征和服务对象。为了更好地传承陶瓷艺术文化,本研究提出了一种基于K-means-NCS-ANOVA的颜色分类研究方法。首先,采用K-means颜色聚类、NCS颜色体系提取宋代八大民窑的颜色特征,分析八大瓷窑的区域特征及设计理念;基于上述分析结果制作问卷调查;并利用描述性分析、单因素方差分析(One-Way ANOVA),探究现代设计师对八大民窑颜色的应用偏好。由实验结果可知,设计师性别、专业、工龄也会对八大民窑颜色的应用偏好产生影响;景德镇窑的颜色最受现代设计师欢迎,而耀州窑、磁州窑、定窑的颜色已经不太符合现代审美。本研究采用现代人工智能技术识别八大民窑特征,调研现代设计师对八大民窑颜色的使用偏好,为文物识别、陶瓷文化传承及人才培养提供理论和技术支持。 展开更多
关键词 k-means颜色聚类 NCS颜色体系定位 描述性分析 单因素方差分析 八大民窑 颜色应用偏好
在线阅读 下载PDF
K-means算法最佳聚类数确定方法 被引量:145
8
作者 周世兵 徐振源 唐旭清 《计算机应用》 CSCD 北大核心 2010年第8期1995-1998,共4页
K-means聚类算法是以确定的类数k为前提对数据集进行聚类的,通常聚类数事先无法确定。从样本几何结构的角度设计了一种新的聚类有效性指标,在此基础上提出了一种新的确定K-means算法最佳聚类数的方法。理论研究和实验结果验证了以上算... K-means聚类算法是以确定的类数k为前提对数据集进行聚类的,通常聚类数事先无法确定。从样本几何结构的角度设计了一种新的聚类有效性指标,在此基础上提出了一种新的确定K-means算法最佳聚类数的方法。理论研究和实验结果验证了以上算法方案的有效性和良好性能。 展开更多
关键词 k-means聚类 聚类数 聚类有效性指标 聚类分析
在线阅读 下载PDF
基于k-means聚类的管制员注意品质特征研究 被引量:8
9
作者 李敬强 王蓓 +2 位作者 赵宁 李灏 王勇 《中国安全科学学报》 CAS CSCD 北大核心 2017年第6期13-18,共6页
为保障飞行安全,基于作业测验原理,设计20 min连续划消试验,探究管制员注意品质类型及其特征,并进行聚类分析。选取作业错误率、反应时均值、反应时方差作为注意广度、注意稳定性、注意转换与分配的测量参数,运用k-means聚类法将管制员... 为保障飞行安全,基于作业测验原理,设计20 min连续划消试验,探究管制员注意品质类型及其特征,并进行聚类分析。选取作业错误率、反应时均值、反应时方差作为注意广度、注意稳定性、注意转换与分配的测量参数,运用k-means聚类法将管制员注意品质分类,并描述其特征,对比分析管制员与管制学员的差异。结果表明:181名管制(学)员根据注意品质可分为4类;优秀管制员具有注意广度大、注意稳定性强、注意分配合理、注意转换速度快等特点;管制学员注意品质与管制员有明显差异。 展开更多
关键词 管制员 注意品质 划消试验 k-means聚类 聚类分析
在线阅读 下载PDF
一种集成簇内和簇间距离的加权k-means聚类方法 被引量:45
10
作者 黄晓辉 王成 +1 位作者 熊李艳 曾辉 《计算机学报》 EI CSCD 北大核心 2019年第12期2836-2848,共13页
聚类分析是数据挖掘与分析最重要的方法之一.它把相似的数据对象归类到一个簇,把不同的数据对象尽可能分到不同的簇.其中k-means聚类算法,由于其简单性和高效性,被广泛运用于解决各种现实问题,例如文本演化分析、图像聚类、社区发现等.... 聚类分析是数据挖掘与分析最重要的方法之一.它把相似的数据对象归类到一个簇,把不同的数据对象尽可能分到不同的簇.其中k-means聚类算法,由于其简单性和高效性,被广泛运用于解决各种现实问题,例如文本演化分析、图像聚类、社区发现等.然而在聚类过程中,大部分现有的类k-means算法主要考虑簇内距离,而忽略了簇间距离的作用.本文结合特征加权方法,提出了一种新的集成簇内和簇间距离的加权k-means方法(a weighting k-means clustering approach by integrating Intra-Cluster and Inter-Cluster distances,KICIC)来解决高维数据聚类问题.虽然现有少数类k-means算法通过最大化簇中心与全局中心距离来融入簇间信息,但不同于这类方法,KICIC通过在子空间内最大化簇中心与其他簇数据对象的距离来融合簇内和簇间距离进行聚类.基于此思路,本文首先为KICIC算法设计了一个目标函数,然后通过优化求解目标函数得到算法参数的更新迭代公式,并在此基础上设计了KICIC算法.最后,在6个真实数据集上的实验结果表明,对比现有类k-means算法,KICIC算法在大部分情况下都有获得更好的聚类结果. 展开更多
关键词 k-means 聚类分析 特征加权 熵调整 数据挖掘
在线阅读 下载PDF
K-means聚类分析在人体体型分类中的应用 被引量:36
11
作者 方方 王子英 《东华大学学报(自然科学版)》 CAS CSCD 北大核心 2014年第5期593-598,共6页
讨论了K-means聚类分析在人体体型分类应用时分类数的确定方法和迭代收敛两个重要问题.参考GB/T1335—2008,以219名青年女性人体数据为检验样本,以胸腰差为实例进行论证.结果表明:采用基于系统聚类的距离评价函数法,样本最佳分... 讨论了K-means聚类分析在人体体型分类应用时分类数的确定方法和迭代收敛两个重要问题.参考GB/T1335—2008,以219名青年女性人体数据为检验样本,以胸腰差为实例进行论证.结果表明:采用基于系统聚类的距离评价函数法,样本最佳分类数为7类,如限制分类数为3~5时,则最优分类数为4;抽取容量分别为219和10O的两组样本进行不同迭代次数的聚类分析,发现聚类收敛所需的迭代次数受数据离散程度影响,采用SPSS软件进行聚类分析时应该设定较大的迭代次数以确保聚类收敛. 展开更多
关键词 k-means聚类分析 人体体型 分类数 迭代次数
在线阅读 下载PDF
基于改进K-means聚类算法的负荷建模及应用 被引量:42
12
作者 白雪峰 蒋国栋 《电力自动化设备》 EI CSCD 北大核心 2010年第7期80-83,共4页
根据数据所处区域的数据密度选择初始聚类中心以充分反映数据的分布特征;在迭代计算新的聚类中心时,利用数据与类中心的平均距离作为新一轮迭代的聚类中心以排除噪声点的影响;通过集群评估指标DBI(Davies-Bouldin Index)选择最优聚类个... 根据数据所处区域的数据密度选择初始聚类中心以充分反映数据的分布特征;在迭代计算新的聚类中心时,利用数据与类中心的平均距离作为新一轮迭代的聚类中心以排除噪声点的影响;通过集群评估指标DBI(Davies-Bouldin Index)选择最优聚类个数,以更准确地反映数据空间分布的特征。利用改进K-means算法对某省变电所数据进行聚类分析,得到负荷特征数据,并在此基础上建立了分段3次Hermite插值函数负荷模型。算例分析表明基于改进K-means的负荷建模方法对电网仿真分析可行、有效。 展开更多
关键词 电力系统 k-means 聚类分析 负荷建模
在线阅读 下载PDF
基于K-means的改进人工蜂群聚类算法 被引量:41
13
作者 曹永春 蔡正琦 邵亚斌 《计算机应用》 CSCD 北大核心 2014年第1期204-207,217,共5页
针对K-means聚类算法对初始聚类中心敏感和易陷入局部最优解的缺点,提出一种基于K-means的人工蜂群(ABC)聚类算法。将改进的人工蜂群算法和K-means迭代相结合,使算法对初始聚类中心的依赖性和陷入局部最优解的可能性降低,提高了算法的... 针对K-means聚类算法对初始聚类中心敏感和易陷入局部最优解的缺点,提出一种基于K-means的人工蜂群(ABC)聚类算法。将改进的人工蜂群算法和K-means迭代相结合,使算法对初始聚类中心的依赖性和陷入局部最优解的可能性降低,提高了算法的稳定性。通过基于反向学习的初始化策略,增强了初始群体的多样性。利用非线性选择策略,改善了过早收敛问题,提高了搜索效率。通过对邻域搜索范围的动态调整,提高了算法收敛速度,增强了局部寻优能力。实验结果表明,该算法不仅克服了K-means算法稳定性差的缺点,而且具有良好的性能和聚类效果。 展开更多
关键词 人工蜂群算法 聚类分析 k-means 反向学习 非线性选择
在线阅读 下载PDF
基于K-Means变异算子的混合遗传算法聚类研究 被引量:6
14
作者 耿跃 任军号 吉沛琦 《计算机工程与应用》 CSCD 北大核心 2011年第29期151-153,221,共4页
遗传算法具有良好的全局搜索能力,但有过早收敛和过慢结束的缺点。K-Means算法具有很强的局部搜索能力,但算法有对初始聚类中心敏感而易陷入局部最优解。针对上述问题,提出了基于K-Means变异算子的混合遗传算法聚类,将K-Means算法的局... 遗传算法具有良好的全局搜索能力,但有过早收敛和过慢结束的缺点。K-Means算法具有很强的局部搜索能力,但算法有对初始聚类中心敏感而易陷入局部最优解。针对上述问题,提出了基于K-Means变异算子的混合遗传算法聚类,将K-Means算法的局部搜索能力与遗传算法的全局寻优搜索能力相结合,在遗传算法中引入K-Means变异算子,采用符号编码、自适应变异、最优个体保留策略的混合遗传算法。仿真实验表明,该算法有效克服了遗传算法过慢收敛和K-Means算法陷入局部收敛的问题,从而得到更好的聚类效果。 展开更多
关键词 聚类分析 k-means算法 k-means变异算子 遗传算法
在线阅读 下载PDF
驾驶员避撞转向行为的改进K-means聚类与识别 被引量:7
15
作者 赵治国 冯建翔 +4 位作者 周良杰 王凯 胡昊锐 张海山 宁忠麟 《汽车工程》 EI CSCD 北大核心 2020年第1期52-58,共7页
本文中根据不同工况驾驶员转向行为数据,提出了基于驾驶员避撞转向行为特征的聚类算法。首先搭建驾驶模拟器,采集了定半径转向、常规换道和紧急避撞转向工况下的驾驶行为数据,通过对比正常行驶和紧急避障工况下驾驶员转向行为数据,定性... 本文中根据不同工况驾驶员转向行为数据,提出了基于驾驶员避撞转向行为特征的聚类算法。首先搭建驾驶模拟器,采集了定半径转向、常规换道和紧急避撞转向工况下的驾驶行为数据,通过对比正常行驶和紧急避障工况下驾驶员转向行为数据,定性分析了紧急避撞转向特点。之后,利用皮尔逊相关系数法分析了描述驾驶员转向行为的观测变量与紧急避撞转向行为的相关性,得出转向盘转速与转向工况的相关性最高。接着,以转向盘转速作为聚类特征参数,利用改进K均值(K-means++)聚类方法对转向行为数据进行了聚类,将转向行为划分为正常转向和紧急避撞转向,实现了紧急避撞转向工况的识别。最后,通过实车试验验证了所提出的紧急避撞转向行为K-means++聚类方法可有效识别驾驶员紧急避撞转向行为,聚类精度达96.7%。 展开更多
关键词 避撞转向行为 相关性分析 改进K均值聚类 识别
在线阅读 下载PDF
粒子群K-means聚类算法的改进 被引量:15
16
作者 沈艳 余冬华 王昊雷 《计算机工程与应用》 CSCD 2014年第21期125-128,共4页
粒子群(PSO)与K-means结合是聚类分析中的重要方法之一,但都未考虑粒子更新导致的空类问题。提出基于多子群粒子群伪均值(PK-means)聚类算法,为该问题的解决提供一种有效途径,并与粒子群K均值(PSOK-means),K-means算法进行比较。理论分... 粒子群(PSO)与K-means结合是聚类分析中的重要方法之一,但都未考虑粒子更新导致的空类问题。提出基于多子群粒子群伪均值(PK-means)聚类算法,为该问题的解决提供一种有效途径,并与粒子群K均值(PSOK-means),K-means算法进行比较。理论分析和实验表明,该算法不但可以防止空类出现,而且同时还具有非常好的全局收敛性和局部寻优能力,并且在孤立点问题的处理上也具有很好的效果。 展开更多
关键词 聚类分析 多子群粒子群 全局优化 k-means PSOk-means
在线阅读 下载PDF
基于免疫遗传的K-Means聚类算法分析 被引量:4
17
作者 王艳华 杨建雄 徐家宁 《计算机工程与设计》 CSCD 北大核心 2008年第13期3419-3421,共3页
聚类算法是数据挖掘中的一个重要研究领域,在所有的聚类算法中K-Means算法应用得最为广泛。针对K-Means算法容易陷入局部最优解的缺点,提出了基于免疫遗传的K-Means聚类算法来避免这个问题。理论分析和实验表明,该算法比传统的K-Means... 聚类算法是数据挖掘中的一个重要研究领域,在所有的聚类算法中K-Means算法应用得最为广泛。针对K-Means算法容易陷入局部最优解的缺点,提出了基于免疫遗传的K-Means聚类算法来避免这个问题。理论分析和实验表明,该算法比传统的K-Means聚类有更好的效果。 展开更多
关键词 聚类分析 遗传算法 免疫原理 k-均值 聚类中心
在线阅读 下载PDF
基于min-max准则与区域划分的I-k-means-+聚类算法 被引量:8
18
作者 曲福恒 宋剑飞 +2 位作者 杨勇 胡雅婷 潘曰涛 《吉林大学学报(理学版)》 CAS 北大核心 2023年第5期1131-1138,共8页
针对I-k-means-+算法聚类结果不稳定、求解精度较低的问题,提出一种基于min-max准则与区域划分的I-k-means-+聚类算法.首先,提出min-max准则,计算每个数据点到最近中心的距离,优先选择距离最大的数据点作为新的聚类中心,避免多个初始中... 针对I-k-means-+算法聚类结果不稳定、求解精度较低的问题,提出一种基于min-max准则与区域划分的I-k-means-+聚类算法.首先,提出min-max准则,计算每个数据点到最近中心的距离,优先选择距离最大的数据点作为新的聚类中心,避免多个初始中心聚集在同一个簇中的情况;其次,将分裂簇中的数据点分割到不同区域,在每个区域中选取一个数据点作为候选中心,以增加候选中心的多样性;最后,对于配对失败的簇,通过增益重新选择新的分裂簇与原删除簇再次配对,以提高配对成功率,进一步降低目标函数值.实验结果表明,与I-k-means-+算法相比,本文算法在运行效率基本相当的前提下,求解精度平均提高6.47%,且聚类结果更稳定;与k-means、k-means++算法相比,本文算法的求解精度更高. 展开更多
关键词 聚类分析 k-means算法 I-k-means-+算法 min-max准则 区域划分
在线阅读 下载PDF
基于半监督K-Means的属性加权聚类算法 被引量:6
19
作者 潘巍 周晓英 +1 位作者 吴立锋 王国辉 《计算机应用与软件》 2017年第3期189-193,242,共6页
K-Means是经典的非监督聚类算法,因其速度快,稳定性高广泛应用在各个领域。但传统的K-Means没有考虑无关属性以及噪声属性的影响,并且不能自动寻找聚类数目K。而目前K-Means的改进算法中,也鲜有关于高维以及噪声方面的改进。因此,结合PC... K-Means是经典的非监督聚类算法,因其速度快,稳定性高广泛应用在各个领域。但传统的K-Means没有考虑无关属性以及噪声属性的影响,并且不能自动寻找聚类数目K。而目前K-Means的改进算法中,也鲜有关于高维以及噪声方面的改进。因此,结合PCA提出基于半监督的K-Means加权属性聚类方法。首先,用PCA得到更少更有效的特征,并计算它们的分类贡献率(即每个特征对聚类的影响因子)。其次,由半监督自适应算法得到K。最后将加权数据集以及K应用到聚类中。实验表明,该算法具有更好的识别率和普适性。 展开更多
关键词 均值 聚类 半监督 主成分分析 属性加权
在线阅读 下载PDF
基于K-means的最小生成树聚类算法 被引量:3
20
作者 欧阳浩 陈波 +2 位作者 黄镇谨 王萌 王智文 《组合机床与自动化加工技术》 北大核心 2014年第4期41-44,52,共5页
传统的K-means算法只能识别出类似球形的数据集,传统的MST聚类算法虽然能识别任意形状的数据集,但对噪声和异常点十分敏感,由此提出了一种将K-means聚类与MST聚类相结合的聚类算法。此算法先使用K-means算法将数据分割成多个小的类似球... 传统的K-means算法只能识别出类似球形的数据集,传统的MST聚类算法虽然能识别任意形状的数据集,但对噪声和异常点十分敏感,由此提出了一种将K-means聚类与MST聚类相结合的聚类算法。此算法先使用K-means算法将数据分割成多个小的类似球形的数据集,然后对各个小的数据集的均值点采用MST聚类算法进行聚类分析。实验证明此算法具有较好的抗干扰性,并且可以识别出任意形状分布的数据集。为了评价聚类算法的性能,文中同时提出了一种新的聚类质量评价函数,实验证明此评价函数是有效的。 展开更多
关键词 聚类分析 K means 最小生成树 质量评价函数
在线阅读 下载PDF
上一页 1 2 32 下一页 到第
使用帮助 返回顶部