期刊文献+
共找到653篇文章
< 1 2 33 >
每页显示 20 50 100
生成式人工智能领先企业专利布局实证分析——基于复杂网络分析与K均值聚类算法 被引量:2
1
作者 高山行 王慧 杨张博 《科技进步与对策》 北大核心 2025年第4期55-66,共12页
生成式人工智能(AIGC)技术对经济社会发展带来巨大挑战,现有研究多从技术规制、发展历程等方面展开,较少对AIGC领先企业专利布局进行深入分析。选取美国AIGC领域领先的14家初创公司和4家科技巨头,基于复杂网络分析方法和机器学习的K均... 生成式人工智能(AIGC)技术对经济社会发展带来巨大挑战,现有研究多从技术规制、发展历程等方面展开,较少对AIGC领先企业专利布局进行深入分析。选取美国AIGC领域领先的14家初创公司和4家科技巨头,基于复杂网络分析方法和机器学习的K均值聚类算法,利用专利IPC信息构建专利知识网络。研究发现,美国AIGC领先企业的专利布局聚焦于电数字数据处理、图形数据读取及呈现等技术领域;从专利布局知识宽度、知识深度、知识紧密程度、知识分离程度和知识一致性程度进行聚类,企业可分为三类,即专业玩家、大厂/领先者和创新者。同时,识别不同企业的核心知识领域和桥接知识领域,最后从算法、算力和数据方面为我国发展AIGC产业提出政策建议。 展开更多
关键词 生成式人工智能 AIGC 复杂网络 专利布局 k均值
在线阅读 下载PDF
基于主成分分析算法和K均值聚类算法的药品库存分类管理 被引量:1
2
作者 唐蕾 邱磊 +1 位作者 俞佳慧 冀召帅 《医药导报》 北大核心 2025年第4期682-686,共5页
目的针对目前药品分类主观性较强、分类标准模糊、影响因素繁杂的问题,探讨一种科学的药品分类方法,以降低库存成本,提高库存的有效性。方法在北京某三级医院2021—2022年历史数据中随机抽取700种药品为研究对象,通过主成分分析(PCA)算... 目的针对目前药品分类主观性较强、分类标准模糊、影响因素繁杂的问题,探讨一种科学的药品分类方法,以降低库存成本,提高库存的有效性。方法在北京某三级医院2021—2022年历史数据中随机抽取700种药品为研究对象,通过主成分分析(PCA)算法和K均值聚类(K-means)算法对研究对象进行分类。结果确定轮廓系数为0.3470的分类数4为最佳分类数,将700种药品分为4类,其中有363种归为第一类,186种归为第二类,94种归为第三类,57种归为第四类。将该文研究的药品分类方法模拟运用到某三级医院2023年第二季度的药品库存管理中,模拟结果表明该分类方法能够降低库存成本,提高库存有效性。结论基于PCA算法和K-means聚类算法的药品分类方法能够为药品库存分类管理提供可靠依据。 展开更多
关键词 药品分 主成分分析算法 k均值算法 药品库存管理
在线阅读 下载PDF
基于加权K均值聚类的全自动速度拾取方法
3
作者 刘正文 赵锐锐 +3 位作者 陈阳阳 谢俊法 臧胜涛 秦龙 《岩性油气藏》 北大核心 2025年第6期99-106,共8页
为了提高地震速度的自动拾取效率,在常规K均值聚类算法基础上,提出了一种改进的加权K均值聚类方法,将该方法与常规K均值聚类在模型数据和塔里木盆地TD区块进行了应用,对拾取结果进行了分析。研究结果表明:(1)加权K均值聚类方法是通过设... 为了提高地震速度的自动拾取效率,在常规K均值聚类算法基础上,提出了一种改进的加权K均值聚类方法,将该方法与常规K均值聚类在模型数据和塔里木盆地TD区块进行了应用,对拾取结果进行了分析。研究结果表明:(1)加权K均值聚类方法是通过设置速度谱幅值阈值剔除弱幅值速度点,设置比例系数,剔除离群速度点,在时间方向上设置时窗,寻找时窗内幅值最大的若干个速度点,以其平均速度与平均时间作为聚类中心的初值,根据初值剔除或者合并部分聚类中心,对不同的速度点赋予不同的权值,剔除每个聚类中心最边缘的速度点,使自动拾取的聚类中心逼近能量团中心,对存在速度反转的拾取结果,利用前2个拾取结果进行多次波的判断与剔除。(2)加权K均值聚类方法无需提供先验速度信息,实现了全自动的速度拾取,每次迭代均剔除部分速度点,大幅减少所需的迭代次数,加快了速度的计算,同时提高了拾取精度;应用加权K均值聚类方法对模型数据和塔里木盆地TD区块的实际资料进行了全自动速度拾取,比常规K均值聚类法的计算效率约提升了7倍,精度提高了1.7%。 展开更多
关键词 中心 加权k均值 速度拾取 全自动 加权 无监督 时间域 速度建模
在线阅读 下载PDF
基于自组织映射优化k均值聚类合成少数类算法及应用
4
作者 罗博炜 谭家驹 冯纪强 《广西大学学报(自然科学版)》 北大核心 2025年第3期679-689,共11页
针对金融数据高度不平衡使信贷违约预警模型训练和评估的复杂度大大增加的特点,为了改进重采样方法,运用自组织映射(SOM)神经网络来优化k均值聚类合成少数类(k-Means-SMOTE)算法,通过自组织映射神经网络识别和分析不平衡数据集的结构特... 针对金融数据高度不平衡使信贷违约预警模型训练和评估的复杂度大大增加的特点,为了改进重采样方法,运用自组织映射(SOM)神经网络来优化k均值聚类合成少数类(k-Means-SMOTE)算法,通过自组织映射神经网络识别和分析不平衡数据集的结构特征,将高维数据有效地映射至低维空间。在此基础上,结合k-Means算法进行数据聚类,以识别少数类样本的潜在群集,从而更准确地确定过采样的焦点区域。最后运用SMOTE技术对这些焦点区域进行过采样,增加少数类样本数量的同时保持数据的原始特征分布,从而减少过拟合的风险。在Bank marketing、Credit_Fraud等多个经典的真实金融数据集上的实验证明,该方法能够通过增加聚类稳定性来提升传统过采样算法的质量,在提升模型性能的同时降低算法复杂度。 展开更多
关键词 自组织映射神经网络 算法 k均值合成少数过采样方法 信贷违约预警
在线阅读 下载PDF
基于K均值聚类的光伏集群发电功率超短期预测研究 被引量:1
5
作者 文贤馗 何明君 +3 位作者 张俊玮 周科 蔡永翔 张凡 《电力系统保护与控制》 北大核心 2025年第12期165-172,共8页
准确的分布式光伏超短期功率预测对于分布式光伏接入电网具有至关重要的意义,但是当前分布式光伏功率预测中存在气象数据精度不够、功率数据不完整等问题。为此,提出了一种基于集群划分的区域光伏预测方法。首先选择正反向电量比、功率... 准确的分布式光伏超短期功率预测对于分布式光伏接入电网具有至关重要的意义,但是当前分布式光伏功率预测中存在气象数据精度不够、功率数据不完整等问题。为此,提出了一种基于集群划分的区域光伏预测方法。首先选择正反向电量比、功率中位数与平均数比值两个维度作为距离计算依据,采用K均值聚类算法对区域中所有光伏电站进行集群划分。在集群划分的基础上,对每个集群分别进行光伏功率预测,然后综合所有集群的预测结果实现对分布式光伏区域预测。最后采用某区域分布式光伏发电场站数据进行了验证。结果表明:所提算法精度较高,所提方法能够满足现场的要求。 展开更多
关键词 分布式光伏 集群划分 功率预测 k均值 长短期记忆网络
在线阅读 下载PDF
基于K均值聚类算法的品牌皮具色彩基因提取与应用
6
作者 吴训信 秦臻 《皮革科学与工程》 北大核心 2025年第6期113-120,共8页
色彩是皮具品牌构建的要素之一,对知名品牌的色彩基因进行提取,学习其色彩体系的构建方法,可以作为皮具创新设计的参考。基于K均值聚类算法,叠加计算机无监督学习,对品牌皮具的主要产品、秀场产品的颜色进行自主的识别和色簇归类,提取... 色彩是皮具品牌构建的要素之一,对知名品牌的色彩基因进行提取,学习其色彩体系的构建方法,可以作为皮具创新设计的参考。基于K均值聚类算法,叠加计算机无监督学习,对品牌皮具的主要产品、秀场产品的颜色进行自主的识别和色簇归类,提取出品牌皮具的色彩基因,分析品牌的用色规律,构建直观的色彩网络模型。并根据创新设计的需求,将提取出的色彩自动赋色到皮具产品中,可以为皮具产品色彩设计提供参考。 展开更多
关键词 k均值 算法 色彩 色彩基因 智能设计 皮具 革制品设计
在线阅读 下载PDF
应用距离裁剪策略的改进k均值聚类量化算法
7
作者 查坤 安永丽 +1 位作者 刘英超 宋文丰 《电讯技术》 北大核心 2025年第7期1078-1086,共9页
为进一步提高物理层密钥生成过程中量化阶段的密钥一致性和可靠性,提出了一种基于距离的样本筛选策略。该策略通过测量样本与聚类中心的欧氏距离差,评估分类不确定性,剔除高不确定度样本以减少噪声干扰。仿真结果表明,在k均值量化算法... 为进一步提高物理层密钥生成过程中量化阶段的密钥一致性和可靠性,提出了一种基于距离的样本筛选策略。该策略通过测量样本与聚类中心的欧氏距离差,评估分类不确定性,剔除高不确定度样本以减少噪声干扰。仿真结果表明,在k均值量化算法和补偿k均值量化算法中引入该策略后,当单个样本量化为5比特时,分类不一致率分别降低8.1%和11.7%;量化为单比特时,分别降低63.4%和89.3%。 展开更多
关键词 物理层安全 密钥生成 信道量化:k均值 距离裁剪策略
在线阅读 下载PDF
结合蚁群算法的改进粗糙K均值聚类算法 被引量:16
8
作者 刘洋 王慧琴 张小红 《数据采集与处理》 CSCD 北大核心 2019年第2期341-348,共8页
粗糙集理论是一种处理边界对象不确定的有效方法。将粗糙集与K均值结合的粗糙K均值聚类算法,具有简单高效且可处理聚类边界元素的特点,但同时存在缺陷。针对粗糙K均值聚类算法对初始点敏感,经验权重设置忽略数据差异性,阈值设置不合理... 粗糙集理论是一种处理边界对象不确定的有效方法。将粗糙集与K均值结合的粗糙K均值聚类算法,具有简单高效且可处理聚类边界元素的特点,但同时存在缺陷。针对粗糙K均值聚类算法对初始点敏感,经验权重设置忽略数据差异性,阈值设置不合理导致聚类结果波动性大的缺陷,本文提出结合蚁群算法的改进粗糙K均值聚类算法,改进的算法中使用蚁群算法中随机概率选择策略和信息素更新的正负反馈机制,以及采用动态调整算法阈值和相关权重的方法,对粗糙K均值聚类算法进行优化。最后采用UCI的Iris、Balance?scale和Wine数据集分别对算法进行实验。实验结果表明,改进后的粗糙K均值聚类算法得到的聚类结果准确率更高。 展开更多
关键词 k均值 蚁群算法 粗糙集 目标函数
在线阅读 下载PDF
基于模糊逻辑COOT优化K调和均值的数据聚类算法 被引量:1
9
作者 戴峦岳 梁宵月 +1 位作者 王帅 王震坡 《广西科学》 北大核心 2024年第5期900-911,共12页
针对K调和均值(K-Harmonic Means, KHM)聚类算法易陷入局部最优的不足,本文结合KHM聚类算法的快速局部开发和白骨顶鸡优化算法(Coot optimization algorithm, COOT)的全局勘探能力,提出一种模糊逻辑COOT优化KHM的数据聚类算法(Fuzzy COO... 针对K调和均值(K-Harmonic Means, KHM)聚类算法易陷入局部最优的不足,本文结合KHM聚类算法的快速局部开发和白骨顶鸡优化算法(Coot optimization algorithm, COOT)的全局勘探能力,提出一种模糊逻辑COOT优化KHM的数据聚类算法(Fuzzy COOT K-Harmonic Means, FCOOTKHM)。将KHM聚类算法生成的初始聚类解输入白骨顶鸡初始种群结构再进行迭代寻优。同时,为了进一步提升COOT的搜索精度,设计模糊逻辑对COOT的收敛因子和领导者种群占比进行自适应调整,均衡算法的搜索与开发能力。使用聚类调和平均值评估种群个体的适应度,结合智能算法启发式搜索对聚类结果迭代寻优。利用加州大学欧文分校(University of California Irvine, UCI)数据库中的7个数据集对FCOOTKHM的聚类性能进行验证分析。结果表明,FCOOTKHM在准确率、精确度、召回率、F度量、Kappa系数和收敛效率等指标上均表现更好,该算法能够实现更精确的数据聚类。 展开更多
关键词 模糊逻辑 模糊系统 白骨顶鸡优化算法 k调和均值 收敛性
在线阅读 下载PDF
结合K均值聚类和KD-Tree搜索的快速分形编码方法 被引量:6
10
作者 陈作平 叶正麟 +1 位作者 赵红星 郑红婵 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2006年第7期965-970,共6页
利用部分失真搜索求解传统K均值聚类算法中的最近邻搜索问题,显著地减少了传统算法的乘法次数,从而提高了聚类速度;然后用改进后的聚类算法来加速分形编码:首先将定义域块聚类并为每个类建立一棵KD-Tree,编码时对每个值域块先后用部分... 利用部分失真搜索求解传统K均值聚类算法中的最近邻搜索问题,显著地减少了传统算法的乘法次数,从而提高了聚类速度;然后用改进后的聚类算法来加速分形编码:首先将定义域块聚类并为每个类建立一棵KD-Tree,编码时对每个值域块先后用部分失真搜索与近似最近邻搜索得到与其距离最近的若干KD-Tree及其上的若干最近邻,而其最优匹配块即由后者产生.实验结果表明,相对于全局搜索,该方法能大幅度地提高编码速度和较大地提高压缩比,而解码质量只有很小的下降;相对于同类方法,在相同压缩比下有更好的加速效果和解码质量. 展开更多
关键词 分形图像压缩 k均值 部分失真搜索 kD-TREE 近似最近邻搜索
在线阅读 下载PDF
基于分裂式K均值聚类的图像分割方法 被引量:11
11
作者 张健 宋刚 《计算机应用》 CSCD 北大核心 2011年第2期372-374,共3页
模糊C均值聚类(FCM)算法是一种有效的无监督图像分割方法,适用于任意分类数,不需要预知图像特征,但其聚类效果直接受待分类样本噪声和分类初始条件的影响。因此,提出了一种适用于彩色图像分割的分裂式K均值聚类(FKM)算法,该算法首先使... 模糊C均值聚类(FCM)算法是一种有效的无监督图像分割方法,适用于任意分类数,不需要预知图像特征,但其聚类效果直接受待分类样本噪声和分类初始条件的影响。因此,提出了一种适用于彩色图像分割的分裂式K均值聚类(FKM)算法,该算法首先使用中值滤波对分类样本去噪,然后使用一种分裂聚类法对图像样本进行预分类,得到一组样本集初始划分,最后以这组划分为起点,使用基于概率距离的K均值聚类对图像分割进行迭代优化。实验结果表明,该算法可以避免FCM的误分类,诸如陷于中心死区、中心重叠和局部极小值,而且提高了分割速度。 展开更多
关键词 图像分割 分裂k均值 模糊C均值 无监督
在线阅读 下载PDF
一种改进的混合蛙跳和K均值结合的聚类算法 被引量:6
12
作者 喻金平 张勇 +1 位作者 廖列法 梅宏标 《计算机工程与科学》 CSCD 北大核心 2016年第2期356-362,共7页
传统K均值聚类(KMC)算法过分依赖初始值的设置,容易陷入局部最优;混合蛙跳算法(SFLA)存在收敛速度和搜索速度较慢、局部和全局信息交流不全面等缺点。针对以上缺点,首先提出一种改进的混合蛙跳算法(MSFLA)。该算法根据粒子群优化和差分... 传统K均值聚类(KMC)算法过分依赖初始值的设置,容易陷入局部最优;混合蛙跳算法(SFLA)存在收敛速度和搜索速度较慢、局部和全局信息交流不全面等缺点。针对以上缺点,首先提出一种改进的混合蛙跳算法(MSFLA)。该算法根据粒子群优化和差分进化思想,在青蛙个体变异时,引入上一次移动距离的权重惯性系数和缩放因子,从种群中的最优位置和历史最优位置之间的随机点出发,以子群内的青蛙的平均值和最差位置差值为步长进行青蛙个体的更新操作。再将MSFLA与KMC算法结合提出MSFLA-KMC算法,有效地克服了KMC算法过分依赖初始值设置问题,同时降低了KMC算法陷入局部最优的可能性。实验结果表明,MSFLA具有较强的寻优能力,MSFLA-KMC算法则具有更好的聚类性能。 展开更多
关键词 k均值算法 混合蛙跳算法 距离更新公式 适应度函数
在线阅读 下载PDF
基于改进K均值聚类的光伏板缺陷检测方法 被引量:5
13
作者 赵强 刘胜杰 +2 位作者 韩东成 刘常瑜 杨世植 《红外技术》 CSCD 北大核心 2024年第4期475-482,共8页
为了能够对光伏组件热斑部分准确地识别和提取,提出了一种基于HSV空间模型的改进K均值聚类图像处理方法。首先,将红外图像进行HSV空间转换和双边滤波处理,去除噪声并提高图像对比度;其次,使用高斯核函数估计实现图像灰度概率密度函数提... 为了能够对光伏组件热斑部分准确地识别和提取,提出了一种基于HSV空间模型的改进K均值聚类图像处理方法。首先,将红外图像进行HSV空间转换和双边滤波处理,去除噪声并提高图像对比度;其次,使用高斯核函数估计实现图像灰度概率密度函数提取,并以此获取初始聚类中心;最后,利用先验知识对图像进行K均值聚类,提取和量化热斑缺陷。研究结果表明,该方法能够快速地检测定位热斑位置并统计出光伏板损坏程度,具有较高的精度以及较好的灵敏性和稳定性。 展开更多
关键词 红外图像 缺陷检测 热斑 光伏板 HSV空间模型 改进k均值
在线阅读 下载PDF
结合K均值与Laplacian的聚类集成算法 被引量:1
14
作者 徐森 周天 +1 位作者 李先锋 曹瑞 《计算机应用与软件》 CSCD 北大核心 2012年第10期69-70,140,共3页
聚类集成可以有效提高传统聚类算法的精度,其关键问题在于如何根据聚类成员提供的信息获得更加优越的聚类结果。设计一种聚类集成算法,它结合K均值算法与基于拉普拉斯矩阵的谱聚类算法,充分利用聚类成员提供的属性信息与关系信息。为了... 聚类集成可以有效提高传统聚类算法的精度,其关键问题在于如何根据聚类成员提供的信息获得更加优越的聚类结果。设计一种聚类集成算法,它结合K均值算法与基于拉普拉斯矩阵的谱聚类算法,充分利用聚类成员提供的属性信息与关系信息。为了降低算法计算复杂度,通过代数变换方法有效避免了大规模矩阵的特征值分解问题。在多组真实数据集上的实验结果表明,提出的算法优于其他聚类集成算法。 展开更多
关键词 分析 集成 k均值 拉普拉斯矩阵
在线阅读 下载PDF
基于改进K均值聚类的光谱重建训练样本选择研究 被引量:1
15
作者 刘振 刘莉 +2 位作者 樊硕 赵安然 刘思鲁 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第1期29-35,共7页
光谱反射率重建过程中,训练样本的选择方法及样本容量与重建精度密切相关,寻找一种高效的训练样本选择方法是光谱重建的目标之一。K均值聚类计算复杂度小,计算效率高,但因聚类初始值选择的随机性,以及离群点的影响致使聚类结果不稳定,... 光谱反射率重建过程中,训练样本的选择方法及样本容量与重建精度密切相关,寻找一种高效的训练样本选择方法是光谱重建的目标之一。K均值聚类计算复杂度小,计算效率高,但因聚类初始值选择的随机性,以及离群点的影响致使聚类结果不稳定,进而影响光谱重建的精度。基于此,提出了一种改进K均值聚类的训练样本选择方法。首先,将训练样本集的几何中心作为聚类中心的初始值;其次,基于高斯函数构建样本空间分布概率密度函数,并以欧几里德(欧式)距离作为其他聚类中心的度量依据;最后,在训练样本集中,基于簇内平方差度量光谱反射率样本间的相似度,将每个聚类子集中与中心距离最近的样本作为训练样本。为验证该方法的有效性,通过主成分分析法进行光谱重建。实验结果表明,所提的方法相较于传统的方法,光谱重建精度有一定的提高,重建光谱的平均均方根误差小于4%, CIE DE2000色差小于3.756 7。提出的改进的K均值聚类的训练样本选择方法,能够一定程度上提高了光谱重建精度,基本满足复制再现图像的要求。 展开更多
关键词 光谱重建 训练样本 算法 改进k均值
在线阅读 下载PDF
一种结合PSOA的模糊K-均值客户聚类算法
16
作者 朱沅海 林泉 万杰 《计算机工程与科学》 CSCD 北大核心 2009年第12期74-76,共3页
运用结合PSO(粒子群优化)算法的模糊均值聚类法进行客户聚类分析是CRM中一个新的研究方向。本文提出将M个客户记录指定字段中出现频率最大的N个字段值作为客户的特征属性,由M个客户的特征属性构成客户模糊聚类的模式样品集,并在均值聚... 运用结合PSO(粒子群优化)算法的模糊均值聚类法进行客户聚类分析是CRM中一个新的研究方向。本文提出将M个客户记录指定字段中出现频率最大的N个字段值作为客户的特征属性,由M个客户的特征属性构成客户模糊聚类的模式样品集,并在均值聚类算法中结合PSO算法,对总的类内离散度和进行优化,使其达到最小值,从而获取最佳客户聚类。实验表明,采用本算法能够得到满意的客户聚类结果。 展开更多
关键词 模糊k均值 粒子群优化算法 客户 客户关系管理
在线阅读 下载PDF
结合颜色和纹理的改进K均值遥感图像聚类
17
作者 黄会雄 《计算机应用与软件》 CSCD 2009年第11期246-248,285,共4页
提出一种改进的基于遥感图像的颜色和纹理特征进行聚类的K均值算法。该算法通过统计图像色度直方图的峰值,来获得三组聚类个数和初始聚类中心,并结合色度和基于灰度共生矩阵的纹理特征形成图像聚类特征,然后进行改进的K均值聚类,最后选... 提出一种改进的基于遥感图像的颜色和纹理特征进行聚类的K均值算法。该算法通过统计图像色度直方图的峰值,来获得三组聚类个数和初始聚类中心,并结合色度和基于灰度共生矩阵的纹理特征形成图像聚类特征,然后进行改进的K均值聚类,最后选择silhouette均值最大的一组作为最佳聚类结果。该方法的随机性和聚类误差比传统K均值算法小,实验结果证实了该方法的可行性和有效性。 展开更多
关键词 色度直方图 灰度共生矩阵 k均值 silhouette均值
在线阅读 下载PDF
结合全卷积网络和K均值聚类的球栅阵列焊球边缘气泡分割 被引量:5
18
作者 赵瑞祥 侯宏花 +3 位作者 张鹏程 刘祎 田珠 桂志国 《计算机应用》 CSCD 北大核心 2019年第9期2580-2585,共6页
针对在球栅阵列(BGA)气泡检测中,由于图像干扰因素的多样性导致焊球存在边缘气泡与背景之间灰度级接近,从而造成焊球气泡分割结果不精确的问题,提出了一种结合全卷积神经网络(FCN)和K均值(K-means)聚类分割的焊球气泡分割方法。首先根... 针对在球栅阵列(BGA)气泡检测中,由于图像干扰因素的多样性导致焊球存在边缘气泡与背景之间灰度级接近,从而造成焊球气泡分割结果不精确的问题,提出了一种结合全卷积神经网络(FCN)和K均值(K-means)聚类分割的焊球气泡分割方法。首先根据所制作的BGA标签数据集搭建FCN,通过训练该网络得到合适的网络模型,再对待测BGA图像进行预测处理得到图像的粗分割结果;然后对焊球区域映射提取,通过同态滤波法提高气泡区域辨识度,再使用K-means聚类分割对图像进行细分割处理,得到最终分割结果图;最后对原图焊球及气泡区域进行标注识别。将所提出的算法与传统BGA气泡分割算法进行对比,实验结果表明,所提出的算法对复杂BGA焊球的边缘气泡分割精确,图像分割结果与其真实轮廓高度匹配,准确度更高。 展开更多
关键词 全卷积网络 k均值 球栅阵列 边缘气泡 缺陷分割
在线阅读 下载PDF
结合遗传k均值改进的密度峰值聚类算法 被引量:8
19
作者 卜秋瑾 段隆振 段文影 《计算机工程与设计》 北大核心 2020年第4期1012-1016,共5页
针对密度峰值聚类(CFSFDP)算法处理多密度峰值数据集时,人工选择聚类中心易造成簇的误划分问题,提出一种结合遗传k均值改进的密度峰值聚类算法。在CFSFDP求得的可能簇中心中,利用基于可变染色体长度编码的遗传k均值的全局搜索能力自动... 针对密度峰值聚类(CFSFDP)算法处理多密度峰值数据集时,人工选择聚类中心易造成簇的误划分问题,提出一种结合遗传k均值改进的密度峰值聚类算法。在CFSFDP求得的可能簇中心中,利用基于可变染色体长度编码的遗传k均值的全局搜索能力自动搜索出最优聚类中心,同时自适应确定遗传k均值的交叉概率,避免早熟问题的出现。在UCI数据集上的实验结果表明,改进算法具有较好的聚类质量和较少的迭代次数,验证了所提算法的可行性和有效性。 展开更多
关键词 密度峰值 簇中心 遗传k均值 可变染色体长度编码
在线阅读 下载PDF
一种改进的混合蛙跳和K均值结合的聚类算法 被引量:7
20
作者 许方 张桂珠 《计算机工程与应用》 CSCD 2013年第1期176-180,共5页
针对K均值聚类算法存在的对初始值敏感且容易陷入局部最优的缺点,提出一种改进的混合蛙跳算法(SFLA)和K均值相结合的聚类算法。该算法通过混沌搜索优化初始解,变异操作生成新个体,在更新青蛙位置时,设计了一种新的搜索策略,提高了算法... 针对K均值聚类算法存在的对初始值敏感且容易陷入局部最优的缺点,提出一种改进的混合蛙跳算法(SFLA)和K均值相结合的聚类算法。该算法通过混沌搜索优化初始解,变异操作生成新个体,在更新青蛙位置时,设计了一种新的搜索策略,提高了算法寻优能力;根据青蛙群体的适应度方差来确定K均值算法的操作时机,抑制早熟收敛。实验结果表明,改进的算法提高了聚类精度,在全局寻优能力和收敛速度方面具有优势。 展开更多
关键词 混合蛙跳算法 k均值 变异 搜索策略
在线阅读 下载PDF
上一页 1 2 33 下一页 到第
使用帮助 返回顶部