期刊文献+
共找到293篇文章
< 1 2 15 >
每页显示 20 50 100
K-均值聚类算法下通信网络异常流量数据动态检测方法
1
作者 宋敏 代倩文 《通信电源技术》 2025年第4期177-179,共3页
为有效捕捉异常流量的特征,引进K-均值聚类算法,开展异常流量数据动态检测研究。采用滑动窗口机制处理数据,设定滑动窗口的大小,补偿通信网络流量数据的偏差值,并引进K-均值聚类算法提取关键特征,结合源网际互连协议(Internet Protocol,... 为有效捕捉异常流量的特征,引进K-均值聚类算法,开展异常流量数据动态检测研究。采用滑动窗口机制处理数据,设定滑动窗口的大小,补偿通信网络流量数据的偏差值,并引进K-均值聚类算法提取关键特征,结合源网际互连协议(Internet Protocol,IP)随机映射技术,进行异常流量的动态检测。对比实验结果表明,设计的方法可以提取通信网络异常流量数据的特征,精确检测异常流量数据幅值。 展开更多
关键词 k-均值算法 异常数据检测方法 动态检测 通信网络 滑动窗口
在线阅读 下载PDF
K-均值算法的初始化改进与聚类质量评估 被引量:1
2
作者 何选森 何帆 于海澜 《西安工程大学学报》 CAS 2024年第6期114-123,共10页
为解决K-均值算法随机初始化的问题,提出了相应的改进方案。通过特征标准化和主成分分析(principal component analysis, PCA)实现数据降维;以最远质心和最小-最大距离规则确定算法的初始质心。为获得数据固有的聚类数量,采用经验法则... 为解决K-均值算法随机初始化的问题,提出了相应的改进方案。通过特征标准化和主成分分析(principal component analysis, PCA)实现数据降维;以最远质心和最小-最大距离规则确定算法的初始质心。为获得数据固有的聚类数量,采用经验法则和肘部法,并用轮廓分析评价聚类质量。仿真结果表明:其他算法平均的λ检验统计量是本方案的2.72倍,而且改进后的聚类误差下降了6.04%。 展开更多
关键词 k-均值算法 主成分分析 最远质心选择 最小-最大距离规则 经验法则 肘部法 轮廓分析
在线阅读 下载PDF
初始聚类中心优化的K-均值项目聚类推荐算法 被引量:4
3
作者 胡旭 鲁汉榕 +1 位作者 陈新 周国安 《空军预警学院学报》 2014年第3期203-207,共5页
针对协同过滤推荐系统存在的数据稀疏性和扩展性差问题,提出了初始聚类中心优化的K-均值项目聚类推荐算法.该算法首先采用SlopeOne方法对评分矩阵预测填充来缓解数据稀疏性,然后采用初始聚类中心优化的K-均值算法对项目进行聚类,将相似... 针对协同过滤推荐系统存在的数据稀疏性和扩展性差问题,提出了初始聚类中心优化的K-均值项目聚类推荐算法.该算法首先采用SlopeOne方法对评分矩阵预测填充来缓解数据稀疏性,然后采用初始聚类中心优化的K-均值算法对项目进行聚类,将相似度高的项目聚到同一个类中,最后根据目标项目所在的聚类搜索其最近邻并产生推荐.实验结果表明,该算法有效改善了数据的稀疏性和扩展性,提高了推荐质量. 展开更多
关键词 协同过滤推荐 初始中心优化 k-均值
在线阅读 下载PDF
基于优化初始中心的加权K-均值彩色图像聚类算法分析 被引量:3
4
作者 何芳州 《现代电子技术》 北大核心 2020年第18期26-29,共4页
超像素作为一种图像预处理技术,在计算机视觉领域中得到了广泛的应用。该文研究的重点就是基于优化初始中心的加权K-均值彩色图像聚类算法的具体应用,针对单板彩色图像,提出一种基于彩色RGB空间通道的K-均值优化初始中心聚类分割方法,并... 超像素作为一种图像预处理技术,在计算机视觉领域中得到了广泛的应用。该文研究的重点就是基于优化初始中心的加权K-均值彩色图像聚类算法的具体应用,针对单板彩色图像,提出一种基于彩色RGB空间通道的K-均值优化初始中心聚类分割方法,并与SLIC进行了分析,得到一种新的SLIC算法(WKK-SLIC算法)。该算法是基于优化加权K-means聚类初始中心点为基础,对彩色图像进行分割处理。在该算法中,通过运用密度敏感相似度对空间像素点密度生成聚类初始中心完成计量,所得聚类结构较稳定且经试验结果表明,在进行图像分割时该算法各方面的性能都要优于其他算法,具有更高的稳定性与准确性。 展开更多
关键词 彩色图像 算法 加权k-均值 优化初始中心 图像分割 试验分析
在线阅读 下载PDF
一种基于核数据变换方法的遥感图像谱聚类算法
5
作者 赵海军 陈华月 崔梦天 《林业工程学报》 北大核心 2025年第2期130-137,共8页
随着遥感图像在各行各业的日益广泛应用,遥感图像的处理变得愈来愈重要。为了实现谱聚类算法应用于林业工程中的遥感图像处理,本研究提出了一种基于核数据变换和角距离度量的谱聚类新算法。首先,通过对基于多变量核特征提取的一般核熵... 随着遥感图像在各行各业的日益广泛应用,遥感图像的处理变得愈来愈重要。为了实现谱聚类算法应用于林业工程中的遥感图像处理,本研究提出了一种基于核数据变换和角距离度量的谱聚类新算法。首先,通过对基于多变量核特征提取的一般核熵成分分析法的分析,并运用信息论概念和核密度估计密切相关的瑞利二次熵,提出了最佳特征提取和无监督降维方法,即最佳核熵成分分析法。它根据类或聚类信息方面的数据结构,采用一个额外的旋转,使得成分之间的独立性最大化;在这些成分中最佳地捕捉数据的高信息势部分,直接找到关于保留成分的数量的最大化信息势的基,以确保得到的解比标准的核熵成分分析得到的解保留更多(或相等)的信息势;并提出了采用梯度上升法来求解最佳核熵成分分析优化问题,具体实现是采用了一种简单的提前终止方案,以确保梯度达到一个额外迭代不会显著修改成本函数的区域。其次,通过对最佳核熵成分分析变换和样本外扩展的分析,构建了一种基于角距离度量的谱聚类算法,它采用角距离度量的核k-均值聚类目标,而不是采用基于欧氏距离的度量。优化过程采用最佳核熵成分分析空间中的角距离,以保证收敛到局部最优,从而实现图像的聚类。采用多光谱卫星图像的实验结果表明,本研究提出的谱聚类算法不仅适用于遥感图像的云筛选问题,而且相比目前其他先进的聚类算法有更好的分类性能。 展开更多
关键词 遥感图像 非线性特征提取 概率密度函数 k-均值 瑞利熵
在线阅读 下载PDF
基于特征关联度的K-means初始聚类中心优化算法 被引量:29
6
作者 陈兴蜀 吴小松 +1 位作者 王文贤 王海舟 《四川大学学报(工程科学版)》 EI CAS CSCD 北大核心 2015年第1期13-19,共7页
针对K-means算法在进行文本聚类时对初始聚类中心敏感的问题,提出基于特征关联度的初始聚类中心选择算法。由于在原始文本集中不易找到类别代表性都较强的多个独立文本作为初始聚类中心,因此先从降维后的文本特征集合中,选取关联度大的... 针对K-means算法在进行文本聚类时对初始聚类中心敏感的问题,提出基于特征关联度的初始聚类中心选择算法。由于在原始文本集中不易找到类别代表性都较强的多个独立文本作为初始聚类中心,因此先从降维后的文本特征集合中,选取关联度大的特征构造新的文本集,再利用"或运算"合并其中的相似文本得到初始聚类中心候选集,最后通过计算文本密度并结合"最小最大"原则从候选集中选取最优的初始中心。在5个数据集上进行对比实验,该算法在多数聚类结果中的F-score值都高于90%,熵值低于0.5,明显优于Mahout提供的K-means算法,表明该算法可选出高质量的初始聚类中心,得到更好的聚类结果。 展开更多
关键词 k-MEANS 特征关联度 初始中心 文本
在线阅读 下载PDF
K-均值聚类中心分析法实现红外人体目标分割 被引量:20
7
作者 云廷进 郭永彩 高潮 《光电工程》 EI CAS CSCD 北大核心 2008年第3期140-144,共5页
针对由于不同红外成像设备参数差异以及目标周围环境影响而造成的红外目标分割阈值自动选取算法的鲁棒性差这一问题,本文从红外成像的机理出发,提出了一个新的解决方案并加以实现。首先对图像的直方图采用K-均值聚类,然后通过对聚类中... 针对由于不同红外成像设备参数差异以及目标周围环境影响而造成的红外目标分割阈值自动选取算法的鲁棒性差这一问题,本文从红外成像的机理出发,提出了一个新的解决方案并加以实现。首先对图像的直方图采用K-均值聚类,然后通过对聚类中心分布特点的分析,确定图像分割的阈值。该方法不需要事先对图像进行均衡和对背景分布进行假设。实验结果表明,算法具有良好的鲁棒性。 展开更多
关键词 k-均值 红外图像分割 阈值选取 人体检测
在线阅读 下载PDF
一种优化初始化中心的k均值web信息聚类算法 被引量:2
8
作者 张世博 周义明 《北京石油化工学院学报》 2011年第4期55-58,共4页
k-means算法是一种重要的聚类算法,在网络信息处理领域有着广泛的应用。由于k-means算法终止于一个局部最优状态,所以初始类中心点的选择会在很大程度上影响其聚类效果。针对k-means算法所存在的问题,构造了文本集合的相似度矩阵,基于... k-means算法是一种重要的聚类算法,在网络信息处理领域有着广泛的应用。由于k-means算法终止于一个局部最优状态,所以初始类中心点的选择会在很大程度上影响其聚类效果。针对k-means算法所存在的问题,构造了文本集合的相似度矩阵,基于平均相似度集合通过排序迭代优选出了初始中心点。实验表明此算法可以有效减少迭代次数并提高聚类精度,最终获得较好的聚类效果。 展开更多
关键词 K均值 初始中心 优化
在线阅读 下载PDF
基于k-均值聚类算法的高层建筑表面风压分区研究
9
作者 王健 陈统岳 朱杰 《建筑施工》 2024年第7期1001-1004,共4页
为分析高层建筑表面的风压特征和关键区域,以高宽比为4∶1的高层建筑风洞试验模型为对象,采用k-均值聚类算法,对0°风向角下模型各个面的风压测压管时程数据进行分析,研究结果表明:建筑左、右侧面以强烈的负压为主导,且角点附近存... 为分析高层建筑表面的风压特征和关键区域,以高宽比为4∶1的高层建筑风洞试验模型为对象,采用k-均值聚类算法,对0°风向角下模型各个面的风压测压管时程数据进行分析,研究结果表明:建筑左、右侧面以强烈的负压为主导,且角点附近存在负压极值;k-均值聚类算法可以有效地识别不同表面风压场的特征,风压的聚类结果与平均风压系数的分布较为吻合,且能得到代表性的风压测压管。 展开更多
关键词 高层建筑 k-均值 风压分布 风洞试验
在线阅读 下载PDF
多中心的非平衡K-均值聚类方法 被引量:2
10
作者 亓慧 《中北大学学报(自然科学版)》 CAS 北大核心 2015年第4期453-457,共5页
对于非平衡聚类问题,传统K-均值聚类方法容易将分布在较大区域类中的样本错误划分到小区域类别当中,即存在聚类结果的均匀效应.针对该问题,提出了一种多中心的非平衡K-均值聚类方法(Imbalanced K_means clustering method with multiple... 对于非平衡聚类问题,传统K-均值聚类方法容易将分布在较大区域类中的样本错误划分到小区域类别当中,即存在聚类结果的均匀效应.针对该问题,提出了一种多中心的非平衡K-均值聚类方法(Imbalanced K_means clustering method with multiple centers,MC_IK).该方法首先对整个训练集进行一次聚类,得到初始聚类结果,并选择与初次聚类结果中任意两类或两类以上的类中心距离相近的样本构成模糊工作集.然后对聚类得到的各类样本进行二次聚类,得到各类样本的子聚类结果,同时根据模糊工作集中样本与每个子聚类中心的距离,对模糊工作集中的样本进行二次归类.该方法有效避免了传统K-均值聚类方法处理非平衡数据聚类问题时的均匀效应.实验结果表明,多中心的非平衡K-均值聚类方法能够有效地处理非平衡数据聚类问题. 展开更多
关键词 非平衡数据 k-均值 均匀效应 模糊工作集 MC_IK算法
在线阅读 下载PDF
一种基于离群指数的初始聚类中心优选算法
11
作者 李向 刘素红 《微电子学与计算机》 CSCD 北大核心 2013年第6期109-112,共4页
传统K-均值聚类算法的初始聚类中心是随机选择的,不同的初始聚类中心会得到不同的聚类结果,聚类结果随机性较大、稳定性差.采用局部离群指数优化K-均值聚类算法,通过计算所有数据样本的局部离群指数,选择k个相互距离最远的局部密集点作... 传统K-均值聚类算法的初始聚类中心是随机选择的,不同的初始聚类中心会得到不同的聚类结果,聚类结果随机性较大、稳定性差.采用局部离群指数优化K-均值聚类算法,通过计算所有数据样本的局部离群指数,选择k个相互距离最远的局部密集点作为初始聚类中心,消除局部离群点对算法的影响.实验结果证明,该算法能降低K-均值聚类算法初始聚类中心选取的敏感度,减少迭代次数,得到更为准确的聚类结果. 展开更多
关键词 离群指数 初始聚类中心k-均值聚类
在线阅读 下载PDF
一种高效的基于初始聚类中心优化的K-means算法 被引量:6
12
作者 张晓倩 曲福恒 +2 位作者 杨勇 才华 梁鲜 《长春理工大学学报(自然科学版)》 2015年第4期154-158,共5页
为解决传统K-means算法初始质心的随机选取以及聚类过程中每个数据样本到聚类中心距离的重复计算问题,提出了一种高效的基于初始聚类中心优化的K-means算法,采用最小方差优化初始质心,通过存储每次迭代中所有数据点的簇标志和到最近聚... 为解决传统K-means算法初始质心的随机选取以及聚类过程中每个数据样本到聚类中心距离的重复计算问题,提出了一种高效的基于初始聚类中心优化的K-means算法,采用最小方差优化初始质心,通过存储每次迭代中所有数据点的簇标志和到最近聚类中心的距离并用于下一次迭代,避免了重复计算数据点到每个中心的距离。在UCI数据库中五个不同的数据集上进行了测试,对各个算法在聚类准则函数,运行时间以及迭代次数上进行实验结果比较,表明在不降低聚类性能的前提下,减少了迭代次数,缩短了聚类时间,证明了改进算法的有效性和高效性。 展开更多
关键词 k-MEANS算法 方差 初始中心 距离 时间
在线阅读 下载PDF
K-means初始聚类中心选取优化算法 被引量:8
13
作者 孙佳 胡明 赵佳 《长春工业大学学报》 CAS 2016年第1期25-29,共5页
提出了一种利用重心优化初始聚类中心的算法BKM(Barycenter K-Means)。首先将每个候选点临域内所有数据点的重心作为初始聚类中心,然后引入MapReduce进行并行处理计算。结果表明,BKM算法选取的初始聚类中心更为合理,取得了较好的聚类效果。
关键词 k-MEANS算法 初始中心 算法优化
在线阅读 下载PDF
优化初始聚类中心的K-means算法 被引量:1
14
作者 刘强 吴京慧 《信息技术》 2009年第2期71-73,107,共4页
从传统K-means算法对初始中心的敏感性分析出发,提出了一种优化初始聚类中心的算法。该算法结合一种改进的遗传算法和网络中心数学模型对初始中心进行优化,有效地解决了算法对初始聚类中心的敏感性问题,取得了较好的实验结果。
关键词 k-平均算法 中心 遗传算法 网络中心
在线阅读 下载PDF
基于K-均值聚类算法的西安市汽车行驶工况合成技术研究 被引量:24
15
作者 蔡锷 李阳阳 +2 位作者 李春明 谭晓伟 刘东民 《汽车技术》 北大核心 2015年第8期33-36,共4页
为提供排放试验所需的车速曲线,基于划分的短行程数据,采用K-均值聚类算法构建了西安市汽车行驶合成工况。首先对采集的原始数据进行短行程划分并进行特征提取,针对提取的高维特征向量之间的冗余性和非线性关系,采用核主分量分析法进行... 为提供排放试验所需的车速曲线,基于划分的短行程数据,采用K-均值聚类算法构建了西安市汽车行驶合成工况。首先对采集的原始数据进行短行程划分并进行特征提取,针对提取的高维特征向量之间的冗余性和非线性关系,采用核主分量分析法进行降维。然后基于K-均值的聚类算法,对降维后特征向量进行划分,按照离聚类中心最近的原则选择各聚类的短行程样本,将其合成为平均速度为21.51 km/h、持续时间为1 166 s、距离为6.9 km的西安市汽车行驶工况。对比表明,西安市汽车行驶工况接近于日本J10-15标准,但加速度参数要高很多。 展开更多
关键词 汽车 行驶工况合成 k-均值算法 西安市
在线阅读 下载PDF
基于改进的k-均值聚类和数学形态学的彩色眼科图像病灶分割 被引量:13
16
作者 王兴伟 沈兰荪 +1 位作者 卫保国 刘党辉 《中国生物医学工程学报》 EI CAS CSCD 北大核心 2002年第5期443-448,共6页
病灶面积的定量化研究在眼科临床上具有重要的意义 ,为此首先需要把病灶从眼科图像中分割出来。已有的分割算法未充分利用眼科图像的整体信息 ,不适用于角膜病灶的分割。因此 ,本文提出了一种新算法 :首先利用改进的k 均值算法 ,对色度... 病灶面积的定量化研究在眼科临床上具有重要的意义 ,为此首先需要把病灶从眼科图像中分割出来。已有的分割算法未充分利用眼科图像的整体信息 ,不适用于角膜病灶的分割。因此 ,本文提出了一种新算法 :首先利用改进的k 均值算法 ,对色度和亮度进行聚类 ,再通过数学形态学运算分割角膜病灶。实验结果表明 。 展开更多
关键词 k-均值算法 色彩分割 亮度分割 数学形态学 眼科
在线阅读 下载PDF
基于赤平极射投影和K-均值聚类算法的优势结构面分析 被引量:15
17
作者 王俊杰 冯登 +1 位作者 柴贺军 刘云飞 《岩土工程学报》 EI CAS CSCD 北大核心 2018年第1期74-81,共8页
对于结构面多而复杂的岩质边坡,其优势结构面的选取与分析是极其重要的工作。传统的结构面组数划分方法比较粗糙,分析结果有很大的主观因素,无法准确地给出结构面的优势产状,使得其结果在实际工程中使用不便。以结构面交线的筛选和分析... 对于结构面多而复杂的岩质边坡,其优势结构面的选取与分析是极其重要的工作。传统的结构面组数划分方法比较粗糙,分析结果有很大的主观因素,无法准确地给出结构面的优势产状,使得其结果在实际工程中使用不便。以结构面交线的筛选和分析为突入点,借助于赤平极射投影法,在楔形体滑移分析中首先确定可能的滑移区域,筛选出可能滑移的结构面交线,缩小计算范围,采用K-均值聚类算法和有效性检验,根据赤平极射投影分析得到滑移区域的对称轴中心作为初始凝聚点,通过多次迭代计算得到滑移区域内的优势结构面交线。将该方法用于重庆万盛黑山谷的岩质滑坡中,结果表明,将赤平极射投影与K-均值聚类算法相结合,计算得到的优势结构面交线分类合理,结果可靠,可以准确地确定结构面交线的优势产状。 展开更多
关键词 岩质边坡 优势结构面交线 赤平极射投影 k-均值算法
在线阅读 下载PDF
基于改进K-均值聚类算法的合肥市电动客车行驶工况构建 被引量:10
18
作者 孙骏 方涛 +2 位作者 张炳力 李傲伽 朱鹤 《汽车技术》 CSCD 北大核心 2020年第8期56-62,共7页
为构建合肥市电动客车行驶工况,选取合肥市4条典型线路的12辆电动公交车进行连续一周的数据采集,基于短行程分析法将经过处理的有效数据分割成24595个片段并计算特征值,采用主成分分析法和改进K-均值(K-Means)聚类算法对短行程特征值进... 为构建合肥市电动客车行驶工况,选取合肥市4条典型线路的12辆电动公交车进行连续一周的数据采集,基于短行程分析法将经过处理的有效数据分割成24595个片段并计算特征值,采用主成分分析法和改进K-均值(K-Means)聚类算法对短行程特征值进行降维与聚类,根据类中心距离从聚类结果中选出类代表短行程,从而构建出合肥市电动客车的行驶工况。将所构建的工况与实车采集数据及国内外典型行驶工况进行对比,结果表明,构建的行驶工况能更准确地反映合肥市电动客车的行驶特征。 展开更多
关键词 合肥市 电动客车 行驶工况 改进k-均值
在线阅读 下载PDF
基于K-均值聚类算法RBF神经网络交通流预测 被引量:21
19
作者 管硕 高军伟 +2 位作者 张彬 刘新 冷子文 《青岛大学学报(工程技术版)》 CAS 2014年第2期20-23,共4页
针对目前道路拥堵等交通问题,本文采用K-均值聚类算法对径向基函数(radial basis function,RBF)网络进行优化,通过K-均值聚类算法把所有的输入样本进行统一聚类,求得所有隐含层节点的RBF中心值Ci,并用最小二乘法(LMS)进行RBF网络的权值... 针对目前道路拥堵等交通问题,本文采用K-均值聚类算法对径向基函数(radial basis function,RBF)网络进行优化,通过K-均值聚类算法把所有的输入样本进行统一聚类,求得所有隐含层节点的RBF中心值Ci,并用最小二乘法(LMS)进行RBF网络的权值调整,同时在一定的时间和路段内对车流量进行数据采集,通过建立RBF神经网络模型,运用Matlab软件把采集的数据、图像进行计算机仿真,仿真结果表明,未加入K-均值聚类的RBF神经网络,其预测输出曲线大致可以和实际输出曲线拟合,但在数据波动较大的时刻,预测曲线的收敛速度偏慢且效率偏低;而采用K-均值聚类算法的RBF神经网络,在实际输出波动较大时,预测输出的曲线收敛速度和准确度都较高,因此,本研究相对于普通的BP神经网络,有更高的预测精度和较好的收敛性。该研究适用于市区内的交通流预测。 展开更多
关键词 RBF神经网络 交通流 预测模型 k-均值算法
在线阅读 下载PDF
基于聚类中心优化的k-means最佳聚类数确定方法 被引量:28
20
作者 贾瑞玉 宋建林 《微电子学与计算机》 CSCD 北大核心 2016年第5期62-66,71,共6页
k-means聚类算法是在确定的聚类数k下对数据集进行聚类,通常凭借先验规则假定一个k值,取值具有很大主观性;此外,k-means初始聚类中心的选择一般也是随机的,这使得k-means聚类经常出现聚类指标局部最优化,聚类结果不稳定.针对以上两个问... k-means聚类算法是在确定的聚类数k下对数据集进行聚类,通常凭借先验规则假定一个k值,取值具有很大主观性;此外,k-means初始聚类中心的选择一般也是随机的,这使得k-means聚类经常出现聚类指标局部最优化,聚类结果不稳定.针对以上两个问题,结合密度法改进了k-means初始聚类中心点的选择,并在此基础上提出了一种确定k-means最佳聚类数的方法.实验结果证明,该方法可以得到更好的聚类结果,具有更高的准确性、更好的稳定性以及更优的收敛性. 展开更多
关键词 k-MEANS 初始中心 样本密度
在线阅读 下载PDF
上一页 1 2 15 下一页 到第
使用帮助 返回顶部