期刊文献+
共找到750篇文章
< 1 2 38 >
每页显示 20 50 100
基于改进K-means聚类算法的大田麦穗自动计数 被引量:31
1
作者 刘哲 黄文准 王利平 《农业工程学报》 EI CAS CSCD 北大核心 2019年第3期174-181,共8页
单位种植面积的小麦麦穗数量是评估小麦产量和小麦种植密度的一个重要参量。为了实现高效、自动地麦穗计数,该文提出了基于改进K-means的小麦麦穗计数方法。该方法建立从图像低层颜色特征到图像中包含麦穗的一个直接分类关系,从而不需... 单位种植面积的小麦麦穗数量是评估小麦产量和小麦种植密度的一个重要参量。为了实现高效、自动地麦穗计数,该文提出了基于改进K-means的小麦麦穗计数方法。该方法建立从图像低层颜色特征到图像中包含麦穗的一个直接分类关系,从而不需要再对图像进行分割或检测。以颜色特征聚类为基础的这种方法能够估计麦穗在空间局部区域中数量,并且在不需要训练的情况下更具有可扩展性。统计试验结果表明,该文算法能够适应不同光照环境,麦穗计数的准确率达到94.69%,超过了传统基于图像颜色特征和纹理特征分割的麦穗计数方法 93.1%的准确率。 展开更多
关键词 图像分割 图像处理 算法 麦穗计数 k-means
在线阅读 下载PDF
基于改进K-means聚类算法的组合模型建模 被引量:18
2
作者 杨慧中 董陶 陶洪峰 《控制工程》 CSCD 北大核心 2013年第2期201-203,208,共4页
在传统的K-means聚类算法中,初始聚类是随机选取的,其聚类结果易随着不同的初始聚类中心波动。针对这一问题,首先采用最大距离积法对传统K-means聚类算法的初始聚类中心进行了优化。同时定义了一种新的目标函数并将其引用到传统的K-mean... 在传统的K-means聚类算法中,初始聚类是随机选取的,其聚类结果易随着不同的初始聚类中心波动。针对这一问题,首先采用最大距离积法对传统K-means聚类算法的初始聚类中心进行了优化。同时定义了一种新的目标函数并将其引用到传统的K-means聚类算法中,以实现对聚类结构类别数K的优化选择。将训练集样本数据经上述方法聚类后,再将各个子类分别建立基于支持向量机的子模型,通过开关切换的方式连接各子模型得到组合的支持向量机模型。将该方法应用于双酚A生产过程的缩合反应单元溶解罐出口苯酚含量的软测量建模。工业实例仿真结果表明:该算法能较好地跟踪苯酚含量的变化趋势,有效地改善了数据分类效果,提高了软测量模型的估计精度,显示了它在工业领域的应用潜力。 展开更多
关键词 k-means算法 目标函数 初始中心 组合支持向量机
在线阅读 下载PDF
基于深度学习和改进K-means聚类算法的电网无功电压快速分区研究 被引量:31
3
作者 赵晶晶 贾然 +1 位作者 陈凌汉 朱天天 《电力系统保护与控制》 CSCD 北大核心 2021年第14期89-95,共7页
随着电网规模的不断扩大,对整个大电网进行统一的电压调控变得越发困难。提出一种基于深度学习和改进K-means聚类算法的电网无功电压快速分区方法。首先建立电耦合强度矩阵反映系统节点间的电气耦合关系的强弱。然后采用深度学习中的稀... 随着电网规模的不断扩大,对整个大电网进行统一的电压调控变得越发困难。提出一种基于深度学习和改进K-means聚类算法的电网无功电压快速分区方法。首先建立电耦合强度矩阵反映系统节点间的电气耦合关系的强弱。然后采用深度学习中的稀疏自编码器,通过训练实现对输入的高维矩阵进行特征提取和降维。最后基于改进的K-means聚类算法用以对降维后的特征序列进行聚类分析,通过检验电气模块度值来确定最终的分区。以电气模块度、无功储备校验两个评价指标对电网分区质量进行评估。对IEEE39节点和IEEE118节点系统进行仿真分析,验证了所提方法在保证连通性以及充足的无功储备的的基础上,具有较高的电气模块度。 展开更多
关键词 电耦合强度 稀疏自编码器 改进k-means聚类算法 电网分区 电气模块度
在线阅读 下载PDF
基于改进K-means聚类算法的室内WLAN定位研究 被引量:14
4
作者 陈望 贾振红 +2 位作者 覃锡忠 曹传玲 常春 《激光杂志》 CAS CSCD 北大核心 2014年第7期11-14,共4页
位置指纹法定位中所建立的位置指纹库能否正确反映指纹信号与位置之间的映射关系将影响最终定位效果。本文将一种改进的K-means聚类算法运用于WLAN室内指纹数据库的建立,较之传统K-means聚类算法所建立的指纹数据库,采用了改进K-means... 位置指纹法定位中所建立的位置指纹库能否正确反映指纹信号与位置之间的映射关系将影响最终定位效果。本文将一种改进的K-means聚类算法运用于WLAN室内指纹数据库的建立,较之传统K-means聚类算法所建立的指纹数据库,采用了改进K-means聚类算法所建立起来的指纹数据库优化了初始聚类中心选择方法及准则函数,避免了被聚类的指纹数据陷入局部解现象。实验结果表明:本文所提算法建立的指纹数据库可提高WLAN室内定位精度,缩短定位时间。 展开更多
关键词 无线通信技术 WLAN定位 位置指纹 k-means算法 数据挖掘
在线阅读 下载PDF
改进k-means聚类算法多模型建模的一种新的评价函数 被引量:6
5
作者 周立芳 周芦文 赵豫红 《化工学报》 EI CAS CSCD 北大核心 2007年第8期2051-2055,共5页
The modeling and control of pH neutralization processes is a difficult problem in the field of process control.A multi-modeling method using an improved k-means clustering based on a new validity function is proposed ... The modeling and control of pH neutralization processes is a difficult problem in the field of process control.A multi-modeling method using an improved k-means clustering based on a new validity function is proposed in this paper.There are some common problems, including the number of clusters assumed as a priori knowledge and initial cluster centers selected randomly for classical k-means clustering.The proposed algorithm is used to compute initial cluster centers and a new validity function is added to determine the appropriate number of clusters, then partial least squares (PLS) is used to construct the regression equation for each local cluster.Simulation results showed that multiple models using the proposed algorithm gave good performance, and the feasibility and validity of the proposed algorithm was verified. 展开更多
关键词 k-means 性能评价函数 PH中和过程 偏最小二乘算法
在线阅读 下载PDF
基于可拓距的改进k-means聚类算法 被引量:9
6
作者 赵燕伟 朱芬 +3 位作者 桂方志 任设东 谢智伟 徐晨 《智能系统学报》 CSCD 北大核心 2020年第2期344-351,共8页
针对现有聚类算法在初始聚类中心优化过程中存在首个初始聚类中心点落于边界非密集区域的不足,导致出现算法聚类效果不均衡问题,提出一种基于可拓距优选初始聚类中心的改进k-means算法。将样本经典距离向可拓区间映射,并通过可拓侧距计... 针对现有聚类算法在初始聚类中心优化过程中存在首个初始聚类中心点落于边界非密集区域的不足,导致出现算法聚类效果不均衡问题,提出一种基于可拓距优选初始聚类中心的改进k-means算法。将样本经典距离向可拓区间映射,并通过可拓侧距计算方法得到可拓左侧距及可拓右侧距;引入平均可拓侧距概念,将平均可拓左侧距和平均可拓右侧距分别作为样本密集度和聚类中心疏远度的量化指标;在此基础上,给出初始聚类中心选取准则。通过与传统k-means聚类算法进行对比,结果表明改进后的k-means聚类算法选取的初始聚类中心分布更加均匀,聚类效果更好,尤其在对高维数据聚类时具有更高的聚类准确率和更好的均衡性。 展开更多
关键词 可拓距 k-means算法 缩放因子 初始中心 密集度 疏远度
在线阅读 下载PDF
基于狮群优化的改进K-Means聚类算法研究 被引量:12
7
作者 胡啸 王玲燕 +2 位作者 张浩宇 常宇超 王银 《控制工程》 CSCD 北大核心 2022年第11期1996-2002,共7页
针对K-Means聚类算法对初始聚类中心选择依赖性强的问题,利用狮群优化算法的快速收敛性及易于获取全局最优解的优势,提出了一种基于狮群优化的改进K-Means聚类算法。通过狮群优化算法对狮王不断迭代更新,优化狮王位置,将算法停止执行时... 针对K-Means聚类算法对初始聚类中心选择依赖性强的问题,利用狮群优化算法的快速收敛性及易于获取全局最优解的优势,提出了一种基于狮群优化的改进K-Means聚类算法。通过狮群优化算法对狮王不断迭代更新,优化狮王位置,将算法停止执行时的狮王最优解作为聚类中心,替代传统算法经过随机初始化得到具有不确定因素的聚类中心。选择UCI数据集进行验证,实验结果表明,改进算法的聚类效果较好,有效降低了K-Means对初始聚类中心的依赖。将改进的K-Means聚类算法应用于点云精简过程,获得了较好的点云精简效果。 展开更多
关键词 分析 k-means算法 狮群优化算法 中心 点云精简
在线阅读 下载PDF
基于多维网格空间的改进K-means聚类算法 被引量:17
8
作者 邵伦 周新志 +1 位作者 赵成萍 张旭 《计算机应用》 CSCD 北大核心 2018年第10期2850-2855,共6页
K-means算法是被广泛使用的一种聚类算法,传统的K-means算法中初始聚类中心的选择具有随机性,易使算法陷入局部最优,聚类结果不稳定。针对此问题,引入多维网格空间的思想,首先将样本集映射到一个虚拟的多维网格空间结构中,然后从中搜索... K-means算法是被广泛使用的一种聚类算法,传统的K-means算法中初始聚类中心的选择具有随机性,易使算法陷入局部最优,聚类结果不稳定。针对此问题,引入多维网格空间的思想,首先将样本集映射到一个虚拟的多维网格空间结构中,然后从中搜索出包含样本数最多且距离较远的子网格作为初始聚类中心网格,最后计算出各初始聚类中心网格中所包含样本的均值点来作为初始聚类中心。此法选择出来的初始聚类中心与实际聚类中心拟合度高,进而可据此初始聚类中心稳定高效地得到最终的聚类结果。通过使用计算机模拟数据集和UCI机器学习数据集进行测试,结果表明改进算法的迭代次数和错误率比较稳定,且均小于传统K-means算法测试结果的平均值,能有效避免陷入局部最优,并且聚类结果稳定。 展开更多
关键词 k-means算法 算法 初始中心 多维网格空间 均值点
在线阅读 下载PDF
大数据下基于改进K-means聚类算法的税收风险识别 被引量:5
9
作者 夏会 程平 张砾 《财会月刊》 北大核心 2019年第21期143-146,共4页
目前的税收风险管控模型通常是基于税务人员的先验知识构建的,在海量数据环境下模型的实用性、可扩展性和精确性都有较大的局限。为解决这一问题,提出改进的K-means聚类算法。该方法是无监督学习模型,可以在无先验知识的前提下构建指标... 目前的税收风险管控模型通常是基于税务人员的先验知识构建的,在海量数据环境下模型的实用性、可扩展性和精确性都有较大的局限。为解决这一问题,提出改进的K-means聚类算法。该方法是无监督学习模型,可以在无先验知识的前提下构建指标,快速且精确地对实例进行聚类,将出现明显异常的小类识别为异常,判定其存在税收风险。基于该模型对房地产类企业股权转让中的税收风险进行分析和评估,发现税收风险等级高的企业及其风险疑点,验证了本方法的有效性。 展开更多
关键词 税收风险 k-means算法 大数据 股权转让
在线阅读 下载PDF
基于自适应改进K-Means聚类算法的黑启动分区方法 被引量:3
10
作者 刘建锋 张博 夏云霞 《水电能源科学》 北大核心 2019年第3期172-175,159,共5页
针对目前黑启动分区方法中大多利用边介数法对系统进行划分并不能很好地满足系统恢复的时间性和安全性要求,在分析黑启动系统特点和分区要求的基础上,对K-Means算法进行了自适应改进,根据电网的拓扑和电气特性将系统简化为无向有权网络... 针对目前黑启动分区方法中大多利用边介数法对系统进行划分并不能很好地满足系统恢复的时间性和安全性要求,在分析黑启动系统特点和分区要求的基础上,对K-Means算法进行了自适应改进,根据电网的拓扑和电气特性将系统简化为无向有权网络,利用改进后的K-Means算法对系统进行黑启动分区,并以IEEE 39节点和118节点系统为例对所提算法进行验证。结果表明,改进后的K-Means算法的分区结果更为合理,且降低了计算难度、减少了计算量。 展开更多
关键词 黑启动 子系统划分 k-means算法 模块度
在线阅读 下载PDF
基于k-means算法的聚类个数确定方法改进 被引量:1
11
作者 王丙参 王国长 魏艳华 《统计与决策》 北大核心 2025年第7期59-64,共6页
文章基于k-means算法探讨了最优聚类个数k*的确定方法:第一类是统计量方法;第二类是聚类算法不稳定性方法,即基于两次聚类结果间的距离,利用交叉验证、随机抽样取交集、自助法来构建聚类算法估计不稳定性指标,并根据投票、最小化均值方... 文章基于k-means算法探讨了最优聚类个数k*的确定方法:第一类是统计量方法;第二类是聚类算法不稳定性方法,即基于两次聚类结果间的距离,利用交叉验证、随机抽样取交集、自助法来构建聚类算法估计不稳定性指标,并根据投票、最小化均值方法确定k^(*)。数值模拟结果显示:在给定k^(*)的情况下,聚类结果与标签的距离或相似度可作为评价聚类结果的指标,为聚类算法评价提供了新的借鉴;基于k-means算法确定k^(*)的前提是数据集根据欧氏距离可明显分为几簇,相对而言,聚类算法不稳定性方法优于统计量方法;对于不稳定性指标,交叉验证估计方法与随机抽样取交集估计方法对抽样个数稳健,抽样个数依次建议略少于样本容量的1/3、80%;自助抽样估计方法由于利用了全部样本,因此效率更高;4种不稳定性指标没有显著差异,投票与最小化均值方法也没有显著差异。 展开更多
关键词 k-means算法 个数 统计量 不稳定性
在线阅读 下载PDF
基于改进平衡优化算法的K-means聚类及其应用
12
作者 朱学敏 刘升 +1 位作者 朱学林 游晓明 《运筹与管理》 北大核心 2025年第3期37-44,I0020-I0025,共8页
为解决传统的K-means聚类算法初始质心随机性大、易陷入局部最优的缺陷,提出基于改进的平衡优化算法的K-means聚类(IEO-K-means)。首先对平衡优化算法进行改进,引入多样性度量策略评估种群的多样性,若种群多样性超过阈值,则使用拟反射... 为解决传统的K-means聚类算法初始质心随机性大、易陷入局部最优的缺陷,提出基于改进的平衡优化算法的K-means聚类(IEO-K-means)。首先对平衡优化算法进行改进,引入多样性度量策略评估种群的多样性,若种群多样性超过阈值,则使用拟反射和拟反向的混合反向学习机制初始化种群,提升种群的多样性;进一步,引入非线性时间参数和黄金正弦策略更新平衡池内粒子浓度,以增强种群在迭代前期的全局搜索能力,且保证种群在迭代后期能够持续地开发。随后,将改进的平衡优化算法用以优化K-means聚类的初始质心,增强K-means跳出局部最优的能力。最后使用6个不同特点的UCI数据与超市顾客购物数据集进行了测试,并与一些著名算法进行了比较。实验结果表明IEO-K-means算法收敛速度更快,聚类效果更好,具有良好的寻优性能。 展开更多
关键词 k-means 平衡优化算法 混合反向学习 黄金正弦
在线阅读 下载PDF
基于深度自适应K-means++算法的电抗器声纹聚类方法
13
作者 闵永智 郝大宇 +2 位作者 王果 何怡刚 贺建山 《电力系统保护与控制》 北大核心 2025年第8期1-13,共13页
在高压并联电抗器声纹信号监测系统中,长时海量无标签声纹的高维非平稳性导致特征提取困难、无监督聚类适应性差。由此提出了一种基于深度自适应K-means++算法(deep adaptive K-means++clustering algorithm,DAKCA)的750 kV电抗器声纹... 在高压并联电抗器声纹信号监测系统中,长时海量无标签声纹的高维非平稳性导致特征提取困难、无监督聚类适应性差。由此提出了一种基于深度自适应K-means++算法(deep adaptive K-means++clustering algorithm,DAKCA)的750 kV电抗器声纹聚类方法。首先通过采用两阶段无监督策略微调的改进堆叠稀疏自编码器(stacked sparse autoencoder,SSAE),对快速傅里叶变换后的归一化频域数据提取电抗器原始声纹32维深度特征。进一步提出了依据最近邻聚类有效性指标(clustering validation index based on nearest neighbors,CVNN)的自适应K-means++聚类算法,构建了能自适应确定最优聚类个数的电抗器声纹聚类模型。最后通过西北地区某750 kV电抗器实测声纹数据集进行了验证。结果表明,DAKCA算法对无标签声纹数据在不同样本均衡程度下能够稳定提取32维深度特征,并实现最优聚类,为直接高效利用电抗器无标签声纹数据提供了参考。 展开更多
关键词 750 kV电抗器 声纹 自适应算法 稀疏自编码器 深度自适应k-means++算法
在线阅读 下载PDF
基于k-means聚类与标记分水岭算法的二氧化氯浓度测试方法
14
作者 何家萌 黄豪中 +1 位作者 陈其勇 许桂霞 《广西大学学报(自然科学版)》 北大核心 2025年第1期186-199,共14页
人为使用二氧化氯检测试纸与标准比色卡进行比对时无法得出具体的浓度结果,且受主观因素影响较大,测量结果准确性差的问题,对二氧化氯检测试纸进行图像采集,根据其颜色与形状特征,提出基于三通道彩色图片的k-means聚类算法与标记分水岭... 人为使用二氧化氯检测试纸与标准比色卡进行比对时无法得出具体的浓度结果,且受主观因素影响较大,测量结果准确性差的问题,对二氧化氯检测试纸进行图像采集,根据其颜色与形状特征,提出基于三通道彩色图片的k-means聚类算法与标记分水岭算法结合的分割算法,快速准确地完成对二氧化氯检测试纸的分割及定位,并对二氧化氯检测试纸的颜色值与对应溶液的浓度进行相关性分析与曲线拟合,在定位二氧化氯检测试纸后,提取其颜色值并根据拟合曲线计算出对应的二氧化氯溶液浓度。结果表明,该算法分割速度快,分割效果好,对二氧化氯溶液浓度的测量准确,质量浓度对误差不超过15 mg/L,引用误差不超过4%,能有效避免人为比对时产生的主观因素干扰以及估算误差。 展开更多
关键词 二氧化氯检测试纸 消杀效果评价 k-means算法 标记分水岭算法
在线阅读 下载PDF
基于渐近式k-means聚类的多行动者确定性策略梯度算法
15
作者 刘全 刘晓松 +1 位作者 吴光军 刘禹含 《吉林大学学报(理学版)》 北大核心 2025年第3期885-894,共10页
针对深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法在一些大状态空间任务中存在学习效果不佳及波动较大等问题,提出一种基于渐近式k-means聚类算法的多行动者深度确定性策略梯度(multi-actor deep deterministic po... 针对深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法在一些大状态空间任务中存在学习效果不佳及波动较大等问题,提出一种基于渐近式k-means聚类算法的多行动者深度确定性策略梯度(multi-actor deep deterministic policy gradient based on progressive k-means clustering,MDDPG-PK-Means)算法.在训练过程中,对每一时间步下的状态进行动作选择时,根据k-means算法判别结果辅佐行动者网络的决策,同时随训练时间步的增加,逐渐增加k-means算法类簇中心的个数.将MDDPG-PK-Means算法应用于MuJoCo仿真平台上,实验结果表明,与DDPG等算法相比,MDDPG-PK-Means算法在大多数连续任务中都具有更好的效果. 展开更多
关键词 深度强化学习 确定性策略梯度算法 k-means 多行动者
在线阅读 下载PDF
基于K-means聚类粒子群算法的海洋结构迭代型损伤识别方法
16
作者 周旭涛 赵海旭 +2 位作者 蒋玉峰 王树青 刘雨 《中国海洋大学学报(自然科学版)》 北大核心 2025年第4期134-147,共14页
为了解决传统智能优化算法在结构损伤识别中易陷入局部最优解,导致损伤识别时误判单元较多且识别精度较差的问题,本文提出了一种迭代型结构损伤识别方法。该方法创新性地引入了基于K-means聚类的新型粒子群算法,以加快算法收敛和避免陷... 为了解决传统智能优化算法在结构损伤识别中易陷入局部最优解,导致损伤识别时误判单元较多且识别精度较差的问题,本文提出了一种迭代型结构损伤识别方法。该方法创新性地引入了基于K-means聚类的新型粒子群算法,以加快算法收敛和避免陷入局部最优解,同时,采用迭代思想对传统损伤识别方法进行改进,将损伤识别结果进行迭代更新,以获得准确的损伤位置及损伤程度。以某三腿海上风机结构为例:首先,探讨了非迭代型方法在无噪声和有噪声污染时的结构损伤识别效果;其次,分析所提出的迭代型方法在无噪声和有噪声污染两种情况下的结构损伤识别效果;然后,探究了所提出方法的收敛性及稳定性;最后,采用物理模型试验对提出的方法进行了验证。结果表明,提出的迭代型聚类粒子群算法相比传统结构损伤识别方法可获得更准确的损伤位置及损伤程度,并展现出良好的噪声鲁棒性,且算法迭代次数少,识别效果稳定。 展开更多
关键词 k-means粒子群算法 损伤识别 海上风机结构 迭代型方法
在线阅读 下载PDF
基于同态加密和K-means聚类算法的用户充电模式聚类和需求响应潜力评估
17
作者 杨景旭 郑楷洪 +1 位作者 周尚礼 曾璐琨 《电力自动化设备》 北大核心 2025年第4期101-109,117,共10页
为解决利用单充电站数据进行用户充电模式提取不准确、不全面的问题,提出在保证用户隐私安全的前提下充分利用区域内多个充电站充电数据来提取用户的充电模式,基于同态加密和K-means聚类算法提出用户充电模式聚类模型和需求响应潜力评... 为解决利用单充电站数据进行用户充电模式提取不准确、不全面的问题,提出在保证用户隐私安全的前提下充分利用区域内多个充电站充电数据来提取用户的充电模式,基于同态加密和K-means聚类算法提出用户充电模式聚类模型和需求响应潜力评估方法。综合考虑不同充电模式在起始充电时间、充电时长和充电功率方面的差异,提出充电模式综合误差作为新的充电模式聚类标准,基于此提出基于手肘法的最优聚类数确定方法。提出基于同态加密算法的用户充电模式提取方案,阐述了方案的参与主体、密钥和随机数管理、数据链式加密操作、算法步骤。提出综合考虑用户日充电频率、充电模式的需求响应时段重合度、充电功率以及充电概率的用户需求响应潜力评估和排序方法,基于此提出充电站充电负荷需求响应潜力计算方法。通过算例验证了所提方法的有效性。 展开更多
关键词 电动汽车 同态加密 充电模式 需求响应 充电站 k-means算法
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
18
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
一种基于改进差分进化的K-Means聚类算法研究 被引量:2
19
作者 刘红达 王福顺 +3 位作者 孙小华 张广辉 王斌 何振学 《现代电子技术》 北大核心 2024年第18期156-162,共7页
为改进传统K-Means聚类算法中因随机选取初始聚类中心而导致聚类结果不稳定且效率低的缺点,提出一种基于改进差分进化的K-Means聚类算法(AGDE-KM)。首先,设计自适应操作算子来提升算法前期的全局搜索能力和后期的收敛速度;其次,设计多... 为改进传统K-Means聚类算法中因随机选取初始聚类中心而导致聚类结果不稳定且效率低的缺点,提出一种基于改进差分进化的K-Means聚类算法(AGDE-KM)。首先,设计自适应操作算子来提升算法前期的全局搜索能力和后期的收敛速度;其次,设计多变异策略并引入权重系数,在算法的不同进化阶段发挥不同变异策略的优势,平衡算法的全局和局部搜索能力,加快算法的收敛速度;最后,提出一种基于当前种群最佳个体的高斯扰动交叉操作,为个体提供更优进化方向的同时保持种群在“维”上的多样性,避免算法陷入局部最优。将算法停止执行时输出的最优解作为初始聚类中心替代传统K-Means随机选取的聚类中心。将提出算法在UCI公共数据库中的Vowel、Iris、Glass数据集和合成数据集Jcdx上进行对比实验,误差平方和(SSE)相对于传统K-Means分别减小5.65%、19.59%、13.31%、6.1%,聚类时间分别减少83.03%、81.33%、77.47%、92.63%。实验结果表明,提出的改进算法具有更快的收敛速度和更好的寻优能力,显著提升了聚类的效果、效率和稳定性。 展开更多
关键词 k-means算法 差分进化算法 多变异策略 高斯扰动 UCI数据库 中心优化
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
20
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 K近邻
在线阅读 下载PDF
上一页 1 2 38 下一页 到第
使用帮助 返回顶部