期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
通过密度思想和聚类有效性指标改进的K-means算法 被引量:9
1
作者 马钰 莫路锋 《现代电子技术》 2021年第17期120-123,共4页
K-means算法是常用的一种聚类分析算法。通常预先选取一个k值,然后再通过选取初始聚类中心进行聚类,直到结果不再收敛。但是传统K-means算法存在k值和初始中心点如何选取的问题,因此针对这一缺陷进行改进。通过密度参数的计算和考虑样... K-means算法是常用的一种聚类分析算法。通常预先选取一个k值,然后再通过选取初始聚类中心进行聚类,直到结果不再收敛。但是传统K-means算法存在k值和初始中心点如何选取的问题,因此针对这一缺陷进行改进。通过密度参数的计算和考虑样本之间距离因素来选取初始聚类中心,并且对聚类有效性指标DBI进行改进,得到新的聚类有效性指标函数IDBI来分析不同k值下的聚类结果,从而得出最佳聚类数。结果表明,IDBI值普遍比DBI小,更加趋于稳定,因此该算法相比传统算法具有更好的收敛性以及更高的准确性。 展开更多
关键词 K-MEANS 密度思想 分析 初始中心选取优化 k值优化 IDBI聚类有效性指标
在线阅读 下载PDF
基于K-means聚类方法和Ⅰ Index聚类有效性检验指标的岩体结构面自动分组及应用 被引量:7
2
作者 王俊智 杜朋召 牛兆轩 《长江科学院院报》 CSCD 北大核心 2018年第9期109-113,120,共6页
岩体结构面产状数据的统计分组是工程地质、水文地质工作中基础但十分重要的环节。常用的倾向、走向玫瑰花图和极点等密度图人为主观因素大,需借助合适的数学手段对结构面产状数据进行客观划分。基于Kmeans聚类方法和Ⅰ Index聚类有效... 岩体结构面产状数据的统计分组是工程地质、水文地质工作中基础但十分重要的环节。常用的倾向、走向玫瑰花图和极点等密度图人为主观因素大,需借助合适的数学手段对结构面产状数据进行客观划分。基于Kmeans聚类方法和Ⅰ Index聚类有效性检验指标,提出了一种岩体结构面自动分组方法,并开发了岩体结构面自动分组程序RDAP。通过与经典文献进行对比,验证了所提分组方法的可靠性。最后,以某工程为例,使用RDAP对实测涌水裂隙资料进行了预处理,初步计算了灌浆钻孔的最佳方位,为工程涌水的防治提供了依据。 展开更多
关键词 岩体结构面 自动分组 K-means方法 IIndex有效性检验指标 RDAP 灌浆钻孔 最佳方位
在线阅读 下载PDF
应用于WiFi室内定位的自适应仿射传播聚类算法 被引量:10
3
作者 胡久松 刘宏立 +1 位作者 肖郭璇 徐琨 《电子与信息学报》 EI CSCD 北大核心 2018年第12期2889-2895,共7页
在室内覆盖的大量的WiFi信号可以用来室内定位。尽管很多WiFi室内定位技术被提出,但其定位精度仍然未达到实际应用的需求。针对这个问题,该文提出一种自适应仿射传播聚类(AAPC)算法用以提高WiFi指纹的聚类质量,从而提高定位精度。AAPC... 在室内覆盖的大量的WiFi信号可以用来室内定位。尽管很多WiFi室内定位技术被提出,但其定位精度仍然未达到实际应用的需求。针对这个问题,该文提出一种自适应仿射传播聚类(AAPC)算法用以提高WiFi指纹的聚类质量,从而提高定位精度。AAPC算法通过动态调整参数生成不同的聚类结果,然后采用聚类有效性指标筛选出其中最佳的。采集大量真实环境数据进行试验,试验结果表明采用AAPC算法产生的聚类结果具有更高的定位精度。 展开更多
关键词 WiFi室内定位 自适应仿射传播 聚类有效性指标
在线阅读 下载PDF
基于灰关联测度的分裂式层次聚类算法 被引量:6
4
作者 陈韬伟 金炜东 李杰 《西南交通大学学报》 EI CSCD 北大核心 2010年第2期296-301,共6页
为估计数据集的聚类数目及获得较好的聚类性能,提出了一种基于灰关联测度的分裂式层次聚类算法.该算法用灰关联测度衡量数据对象之间的相似程度,以基于密度扩展的方式自顶向下分裂成不同层次的数据集划分;然后,根据灰关联测度定义聚类... 为估计数据集的聚类数目及获得较好的聚类性能,提出了一种基于灰关联测度的分裂式层次聚类算法.该算法用灰关联测度衡量数据对象之间的相似程度,以基于密度扩展的方式自顶向下分裂成不同层次的数据集划分;然后,根据灰关联测度定义聚类有效性指标;最后将有效性指标曲线极值点对应的聚类划分用于估计最佳聚类数目.实际数据和合成数据集的实验表明,与FCM聚类相比,该算法的聚类正确率平均提高3.7%,并且能够识别任意形状的簇. 展开更多
关键词 灰关联测度 分析 层次 聚类有效性指标
在线阅读 下载PDF
一种新的最佳聚类数确定方法 被引量:2
5
作者 秦振涛 杨武年 《电子技术应用》 北大核心 2013年第1期109-111,115,共4页
为了更有效地确定数据集的最佳聚类数,提出一种新的确定数据集最佳聚类数的算法。该算法借签层次聚类的思想,一次性地生成所有可能的划分,然后根据有效性指标选择最佳的聚类划分,进而获得最佳聚类数。理论分析和实验结果证明,该算法具... 为了更有效地确定数据集的最佳聚类数,提出一种新的确定数据集最佳聚类数的算法。该算法借签层次聚类的思想,一次性地生成所有可能的划分,然后根据有效性指标选择最佳的聚类划分,进而获得最佳聚类数。理论分析和实验结果证明,该算法具有良好的性能。 展开更多
关键词 层次 最佳 聚类有效性指标
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部