期刊文献+
共找到298篇文章
< 1 2 15 >
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RSA模型和改进K-means算法的电商行业客户细分
2
作者 杨静 《计算机应用与软件》 北大核心 2025年第8期125-131,172,共8页
针对新兴的网络购物客户数量大、客户流动性强和消费数据多的特点,提出RSA模型结合改进的K-means聚类算法实现客户细分。采用熵值法计算RSA模型各指标的权重,综合各个属性计算客户价值。结合K近邻算法和密度峰值算法,提出一种基于K近邻... 针对新兴的网络购物客户数量大、客户流动性强和消费数据多的特点,提出RSA模型结合改进的K-means聚类算法实现客户细分。采用熵值法计算RSA模型各指标的权重,综合各个属性计算客户价值。结合K近邻算法和密度峰值算法,提出一种基于K近邻和密度峰值聚类的K-means初始聚类中心选取方法,优化传统K-means算法实现客户细分。通过选取的标准数据集和某零售公司在线交易的真实数据进行实验验证,证明了RSA模型和改进K-means算法具有更加优异的性能。 展开更多
关键词 RSA模型 客户细分 k-means算法 密度峰值聚类 K近邻
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
3
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K-means聚类分析的球冠谐函数拟合高程异常方法 被引量:3
4
作者 孙佳龙 崔旭升 郭淑艳 《测绘通报》 CSCD 北大核心 2014年第2期20-22,共3页
利用球冠谐函数拟合高程异常曲面时,GPS/水准数据的分布和选取对最后的拟合精度有较大影响。本文提出一种基于Kmeans聚类的球冠谐函数拟合方法,即利用K-means聚类分析方法对高程异常数据点进行有效分类和选择,再结合球冠谐函数的逼近方... 利用球冠谐函数拟合高程异常曲面时,GPS/水准数据的分布和选取对最后的拟合精度有较大影响。本文提出一种基于Kmeans聚类的球冠谐函数拟合方法,即利用K-means聚类分析方法对高程异常数据点进行有效分类和选择,再结合球冠谐函数的逼近方法,提高了高程异常曲面的拟合精度。通过与实测高程异常数据进行比较,基于K-means聚类分析的球冠谐函数拟合方法优于多项式拟合法、移动二次曲面拟合法、多面函数拟合法和球冠谐函数拟合法。 展开更多
关键词 k-means算法 聚类分析 球冠谐函数 高程异常 拟合精度
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
5
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
基于ARIMA模型和K-means聚类分析的动态规划算法 被引量:7
6
作者 徐建闽 臧鹏 首艳芳 《重庆交通大学学报(自然科学版)》 CAS CSCD 北大核心 2022年第7期9-13,共5页
寻找最短路径是实现交通系统最优化的重要步骤之一。为寻找最短路径,利用历史和实时的浮动车数据,建立基于ARIMA模型和K-means聚类分析的动态规划算法。算法使用滴滴出行数据并在成都市二环区域内进行了测试。研究表明:新的算法以较低... 寻找最短路径是实现交通系统最优化的重要步骤之一。为寻找最短路径,利用历史和实时的浮动车数据,建立基于ARIMA模型和K-means聚类分析的动态规划算法。算法使用滴滴出行数据并在成都市二环区域内进行了测试。研究表明:新的算法以较低的计算量提供了高质量的时间解,运算时间均低于2.010 min,平均绝对百分误差低于6.5%,无效值比率小于20%。 展开更多
关键词 交通工程 动态规划算法 k-means聚类分析 ARIMA模型 最短路径
在线阅读 下载PDF
基于K-means聚类的黄河流域气候—生态—水文综合分区
7
作者 张祺祺 孙文义 +1 位作者 穆兴民 曾文颖 《节水灌溉》 北大核心 2025年第7期59-65,共7页
气候—生态—水文综合分区是自然地理学与资源环境科学交叉领域的重要研究方向,有助于揭示不同区域在气候变化、生态演替和水文过程中的相互作用。单一因素的分区方法无法有效反映各个要素之间的协同效应及其对环境系统的综合影响。因此... 气候—生态—水文综合分区是自然地理学与资源环境科学交叉领域的重要研究方向,有助于揭示不同区域在气候变化、生态演替和水文过程中的相互作用。单一因素的分区方法无法有效反映各个要素之间的协同效应及其对环境系统的综合影响。因此,基于1960-2020年降水与气温、土地利用、植被类型、NDVI、土壤类型和DEM等指标,采用Köppen气候分类和K-means聚类分析,将气候、生态、水文等多种要素有机结合,构建了黄河流域气候—生态—水文综合分区评价指标体系。结果表明:基于Köppen气候分类标准,黄河流域可划分为源区极地带、中部干带、中部冷温带以及东部冷温带4个一级气候区。综合土地利用、植被类型、NDVI、土壤类型、DEM等指标,采用K-means聚类,黄河流域可分为7个生态二级分区。基于DEM和水系,采用流域分割法,可得到72个水文一级区。将黄河流域气候分区、生态分区和水文分区进行叠加,最终得到18个气候—生态—水文综合分区。黄河流域气候—生态—水文综合分区不仅揭示了自然环境的本底规律,还为生态环境保护提供了科学方案。 展开更多
关键词 气候-生态-水文综合分区 Köppen气候分类 k-means聚类分析 黄河流域
在线阅读 下载PDF
基于DPK-means与隶属因子的低压配电台区拓扑识别方法
8
作者 梁婧超 魏斌 +1 位作者 孟润泉 谭非同 《电网与清洁能源》 北大核心 2025年第6期73-82,共10页
针对低压配电台区内拓扑结构不清晰,台区内层级关系不明确的问题,提出了一种基于密度峰值K均值聚类算法(density peak K-means,DPK-means)与隶属因子的低压配电台区全层级网络拓扑识别方法。采用Z-Score标准化方法对特征的差异进行放大... 针对低压配电台区内拓扑结构不清晰,台区内层级关系不明确的问题,提出了一种基于密度峰值K均值聚类算法(density peak K-means,DPK-means)与隶属因子的低压配电台区全层级网络拓扑识别方法。采用Z-Score标准化方法对特征的差异进行放大;采用DPK-means对台区内用户的相位进行区分识别;提出一种基于电压曲线相似度的隶属因子计算方法,识别出台区内“分支箱—表箱—用户”的隶属关系,从而实现低压配电台区“配电变压器—分支箱—表箱—用户—相位”的全层级拓扑识别;在实际算例模型中分析验证了所提方法的有效性。 展开更多
关键词 低压配电台区 拓扑识别 密度峰值K均值聚类算法(density peak k-means DPk-means) 隶属因子
在线阅读 下载PDF
基于K-Means聚类分析的串联电池组主动均衡策略 被引量:4
9
作者 李妍 孙建龙 +2 位作者 何大瑞 王庭华 余良辉 《电源技术》 CAS 北大核心 2020年第6期884-887,共4页
由于电池单体所处温度场不均匀以及电池单体内阻、库仑效率等参数的不一致,电池组在反复充、放电过程中会产生电池单体剩余电量不一致的现象,限制了电池组整体的可用容量。为此,提出了一种基于K-Means聚类分析的串联电池组主动均衡策略... 由于电池单体所处温度场不均匀以及电池单体内阻、库仑效率等参数的不一致,电池组在反复充、放电过程中会产生电池单体剩余电量不一致的现象,限制了电池组整体的可用容量。为此,提出了一种基于K-Means聚类分析的串联电池组主动均衡策略,该方法以电池荷电状态(SOC)一致性为均衡目标。以8节三元锂电池串联构成的电池组作为实验对象,在搭建的电池均衡实验平台上进行了实验验证,结果表明,电池组均衡操作前后可用容量分别为1.75和1.87Ah,经过均衡,可用容量提升了6.86%,证明了所提出的均衡策略的有效性。 展开更多
关键词 三元锂电池 串联电池组 主动均衡 SOC一致 k-means聚类分析
在线阅读 下载PDF
基于K-means聚类分析的在线教学评价指标体系研究 被引量:3
10
作者 李成友 李德奎 冯兴无 《绿色科技》 2021年第13期224-227,232,共5页
随着线上线下教学的不断融合,传统的线下教学的评价指标体系不能适应新的变化,需要建立用于线上教学的评价指标体系,但是由于线上教学平台功能很多,后台收集的数据非常分散。为了有效地反映教师的在线教学情况,使用了数据挖掘中常用的K-... 随着线上线下教学的不断融合,传统的线下教学的评价指标体系不能适应新的变化,需要建立用于线上教学的评价指标体系,但是由于线上教学平台功能很多,后台收集的数据非常分散。为了有效地反映教师的在线教学情况,使用了数据挖掘中常用的K-means聚类分析方法对超星泛雅平台后台的统计数据进行了聚类分析,提出了通过后台数据建立在线教学评价体系的流程,并通过对实际数据的分析建立了可以解释的在线课程动态评价指标体系。 展开更多
关键词 在线教学评价指标 k-means聚类分析 超星泛雅平台
在线阅读 下载PDF
K-Means聚类分析法筛选柠檬香茅茎叶差异蛋白及鉴定 被引量:3
11
作者 黄惠明 李珊珊 +4 位作者 李海明 吴水金 李跃森 林洪涛 郑开斌 《应用化学》 CAS CSCD 北大核心 2020年第4期455-463,共9页
柠檬香茅含有大量的香茅精油,运用十分广泛,然而其茎、叶的精油含量却相差悬殊。为探索柠檬香茅精油代谢相关的蛋白途径,本文对柠檬香茅旗叶、成熟叶及茎秆等材料进行精油含量、总蛋白含量测定及双向凝胶电泳(2-DE)表达谱分析,运用k-me... 柠檬香茅含有大量的香茅精油,运用十分广泛,然而其茎、叶的精油含量却相差悬殊。为探索柠檬香茅精油代谢相关的蛋白途径,本文对柠檬香茅旗叶、成熟叶及茎秆等材料进行精油含量、总蛋白含量测定及双向凝胶电泳(2-DE)表达谱分析,运用k-means聚类分析方法对2-DE电泳中差异蛋白斑点的丰度、等电点和相对分子质量进行聚类分析和讨论,结果表明,旗叶和茎秆上调表达的蛋白质斑点的聚类对于相对分子质量变化敏感,成熟叶上调表达蛋白质斑点对于丰度的变化较为敏感。预测了精油代谢功能相关的蛋白质斑点15个,挖取预测蛋白质斑点通过基质辅助激光解吸电离飞行时间质谱(MALDI-TOF/TOF-MS)成功鉴定了9个蛋白质。本研究为柠檬香茅精油的蛋白代谢途径提供新的基础信息及研究思路。 展开更多
关键词 柠檬香茅 双向凝胶电泳 k-means聚类分析 质谱鉴定
在线阅读 下载PDF
一种基于密度的K-means算法研究 被引量:44
12
作者 张琳 陈燕 +1 位作者 汲业 张金松 《计算机应用研究》 CSCD 北大核心 2011年第11期4071-4073,4085,共4页
针对传统K-means算法必须事先确定聚类数目以及对初始聚类中心的选取比较敏感的缺陷,采用基于密度的思想,通过设定Eps邻域以及Eps邻域内至少包含的对象数minpts来排除孤立点,并将不重复的核心点作为初始聚类中心;采用类内距离和类间距... 针对传统K-means算法必须事先确定聚类数目以及对初始聚类中心的选取比较敏感的缺陷,采用基于密度的思想,通过设定Eps邻域以及Eps邻域内至少包含的对象数minpts来排除孤立点,并将不重复的核心点作为初始聚类中心;采用类内距离和类间距离的比值作为准则评价函数,将准则函数取得最小值时的聚类数作为最佳聚类数,这些改进有效地克服了K-means算法的不足。最后通过几个实例介绍了改进后算法的具体应用,实例表明改进后的算法比原算法有更高的聚类准确性,更能实现类内紧密类间远离的聚类效果。 展开更多
关键词 k-means算法 基于密度 类内距离 类间距离
在线阅读 下载PDF
基于全局中心的高密度不唯一的K-means算法研究 被引量:10
13
作者 何云斌 刘雪娇 +2 位作者 王知强 万静 李松 《计算机工程与应用》 CSCD 北大核心 2016年第1期48-54,共7页
传统的K-means算法敏感于初始中心点的选取,并且无法事先确定准确的聚类数目k,不利于聚类结果的稳定性。针对传统K-means算法的以上不足,提出了基于全局中心的高密度不唯一的新方法——NDK-means,该方法通过标准差确定有效密度半径,并... 传统的K-means算法敏感于初始中心点的选取,并且无法事先确定准确的聚类数目k,不利于聚类结果的稳定性。针对传统K-means算法的以上不足,提出了基于全局中心的高密度不唯一的新方法——NDK-means,该方法通过标准差确定有效密度半径,并从高密度区域中选取具有代表性的样本点作为初始聚类中心。此外算法针对最高密度点不唯一的情况进行特别分析,选取距离全局中心最远的点集作为最优的初始中心点集合。在NDK-means算法基础上结合有效性指标BWP对聚类结果进行分析,从而解决了最佳有效聚类数目无法事先确定的不足。理论研究与实验结果表明所提方法的聚类结果具有更好的稳定性和可行性。 展开更多
关键词 k-means算法 初始中心 聚类数 基于密度
在线阅读 下载PDF
基于近似密度函数的医学图像聚类分析研究 被引量:16
14
作者 宋余庆 谢从华 +3 位作者 朱玉全 李存华 陈健美 王立军 《计算机研究与发展》 EI CSCD 北大核心 2006年第11期1947-1952,共6页
针对医学图像数据难以用数学模型来表述和聚类的问题,提出一种基于近似密度函数的医学图像聚类分析方法.该方法采用核密度估计模型来构造近似密度函数,利用爬山策略来提取聚类模式.基于真实的人体腹部医学图像数据集的实验结果表明,该... 针对医学图像数据难以用数学模型来表述和聚类的问题,提出一种基于近似密度函数的医学图像聚类分析方法.该方法采用核密度估计模型来构造近似密度函数,利用爬山策略来提取聚类模式.基于真实的人体腹部医学图像数据集的实验结果表明,该方法可以取得较好的聚类效果. 展开更多
关键词 密度估计 医学图像 聚类分析 爬山算法
在线阅读 下载PDF
基于改进K-means算法的微博舆情分析研究 被引量:17
15
作者 谢修娟 李香菊 莫凌飞 《计算机工程与科学》 CSCD 北大核心 2018年第1期155-158,共4页
为避免初始聚类中心选取到孤立点容易导致聚类结果陷入局部最优的不足,提出一种基于密度的K-means(聚类算法)初始聚类中心选择方法。该方法首先计算每个数据对象与其它数据对象间的平均相似度,找出平均相似度高于某固定阈值的对象视作... 为避免初始聚类中心选取到孤立点容易导致聚类结果陷入局部最优的不足,提出一种基于密度的K-means(聚类算法)初始聚类中心选择方法。该方法首先计算每个数据对象与其它数据对象间的平均相似度,找出平均相似度高于某固定阈值的对象视作核心对象,再从核心对象中选取彼此间最不相似的作为初始聚类中心。通过自构建的新浪微博抓取工具,分别抓取不同类别的数千条数据,经过分词、预处理及权重计算后,用改进的K-means算法对其进行聚类分析,查准/全率较传统的K-means算法要稳定,聚类的平均时间也得到缩短。实验结果表明,改进后的算法在微博聚类中有更高的准确性和稳定性,有利于从大量的微博数据中发现热点舆情。 展开更多
关键词 微博 聚类中心 k-means聚类算法 密度
在线阅读 下载PDF
点密度函数加权模糊C-均值算法的聚类分析 被引量:30
16
作者 刘小芳 曾黄麟 吕炳朝 《计算机工程与应用》 CSCD 北大核心 2004年第24期64-65,96,共3页
基于模糊C-均值算法具有对数据集进行等划分趋势的缺陷,文章利用数据点的密度大小作为权值,借助数据本身的分布特性,提出了一种新的加权模糊C-均值算法,该方法不仅在一定程度上克服了模糊C-均值算法的缺陷,而且具有良好的收敛性。
关键词 模糊C-均值算法 密度函数 加权 模糊聚类分析
在线阅读 下载PDF
基于平均密度优化初始聚类中心的k-means算法 被引量:32
17
作者 邢长征 谷浩 《计算机工程与应用》 CSCD 2014年第20期135-138,共4页
现有的基于密度优化初始聚类中心的k-means算法存在聚类中心的搜索范围大、消耗时间久以及聚类结果对孤立点敏感等问题,针对这些问题,提出了一种基于平均密度优化初始聚类中心的k-means算法adk-means。该算法将数据集中的孤立点划分出来... 现有的基于密度优化初始聚类中心的k-means算法存在聚类中心的搜索范围大、消耗时间久以及聚类结果对孤立点敏感等问题,针对这些问题,提出了一种基于平均密度优化初始聚类中心的k-means算法adk-means。该算法将数据集中的孤立点划分出来,计算出剩余数据集样本的平均密度,孤立点不参与聚类过程中各类所含样本均值的计算;在大于平均密度的密度参数集合中选择聚类中心,根据最小距离原则将孤立点分配给离它最近的聚类中心,直至将数据集完整分类。实验结果表明,这种基于平均密度优化初始聚类中心的k-means算法比现有的基于密度的k-means算法有更快的收敛速度,更强的稳定性及更高的聚类精度,消除了聚类结果对孤立点的敏感性。 展开更多
关键词 k-means算法 聚类中心 平均密度 孤立点 收敛
在线阅读 下载PDF
基于密度RPCL的K-means算法 被引量:5
18
作者 谢娟英 郭文娟 +1 位作者 谢维信 高新波 《西北大学学报(自然科学版)》 CAS CSCD 北大核心 2012年第4期570-576,共7页
目的探索同时确定K-means算法的最佳聚类数K和最佳初始聚类中心的方法,使K-means算法的聚类结果尽可能地收敛于全局最优解或近似全局最优解。方法以次胜者受罚竞争学习(Rival Penalized Competitive Learning,RPCL)作为K-means的预处理... 目的探索同时确定K-means算法的最佳聚类数K和最佳初始聚类中心的方法,使K-means算法的聚类结果尽可能地收敛于全局最优解或近似全局最优解。方法以次胜者受罚竞争学习(Rival Penalized Competitive Learning,RPCL)作为K-means的预处理步骤,以其学习结果作为K-means的聚类数和初始聚类中心并依据数据集样本自然分布定义样本密度,将此密度引入RPCL的节点权值调整,以此密度RPCL的输出作为K-means的最佳聚类数K和最佳初始聚类中心。采用UCI机器学习数据库数据集以及随机生成的带有噪音点的人工模拟数据集进行实验测试,并用不同的聚类结果评价指标对聚类结果作了分析。结果提出的密度RPCL为K-means提供了最佳的类簇数和最佳的初始聚类中心。结论基于密度RPCL的K-means算法具有很好的聚类效果,对噪音数据有很强的抗干扰性能。 展开更多
关键词 RPCL k-means 密度 聚类数目 初始聚类中心
在线阅读 下载PDF
融入密度和距离的K-means初始簇中心优选方法研究 被引量:6
19
作者 冯勇 张学理 +1 位作者 王嵘冰 徐红艳 《小型微型计算机系统》 CSCD 北大核心 2018年第8期1805-1808,共4页
K-means算法随机选取初始簇中心易导致聚类不稳定、准确率低等问题.为了解决上述问题,提出融入密度和距离的K-means初始簇中心优选方法.该方法首先选取距离最远的两个样本点进行贪心策略的密度聚类,形成两个临时初始簇,接着不断选取距... K-means算法随机选取初始簇中心易导致聚类不稳定、准确率低等问题.为了解决上述问题,提出融入密度和距离的K-means初始簇中心优选方法.该方法首先选取距离最远的两个样本点进行贪心策略的密度聚类,形成两个临时初始簇,接着不断选取距临时初始簇质心距离乘积最大值点进行密度聚类,直到形成K个临时初始簇,最后在每个簇中选取核心点作为初始簇中心.在Letter数据集进行实验,证明所选取初始簇中心进行K-means聚类具有更好的稳定性、更高的准确率. 展开更多
关键词 k-means算法 密度 贪心策略 最大距离 初始簇中心
在线阅读 下载PDF
基于局部密度自适应度量的粗糙K-means聚类算法 被引量:15
20
作者 马福民 逯瑞强 张腾飞 《计算机工程与科学》 CSCD 北大核心 2018年第1期184-190,共7页
通过引入上、下近似的思想,粗糙K-means已成为一种处理聚类边界模糊问题的有效算法,粗糙模糊K-means、模糊粗糙K-means等作为粗糙K-means的衍生算法,进一步对聚类边界对象的不确定性进行了细化描述,改善了聚类的效果。然而,这些算法在... 通过引入上、下近似的思想,粗糙K-means已成为一种处理聚类边界模糊问题的有效算法,粗糙模糊K-means、模糊粗糙K-means等作为粗糙K-means的衍生算法,进一步对聚类边界对象的不确定性进行了细化描述,改善了聚类的效果。然而,这些算法在中心均值迭代计算时没有充分考虑各簇的数据对象与均值中心的距离、邻近范围的数据分布疏密程度等因素对聚类精度的影响。针对这一问题提出了一种局部密度自适应度量的方法来描述簇内数据对象的空间特征,给出了一种基于局部密度自适应度量的粗糙K-means聚类算法,并通过实例计算分析验证了算法的有效性。 展开更多
关键词 粗糙聚类 k-means 局部密度度量 粗糙集
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