期刊文献+
共找到101篇文章
< 1 2 6 >
每页显示 20 50 100
基于K聚类算法的露天矿微波网络参数优化
1
作者 张鹏姣 《中国矿业》 北大核心 2025年第S1期289-293,共5页
由于露天矿的电流聚集效应,使得不同区域的微波网络参数产生显著差异,造成微波信号在传输过程中的传输路径和角度出现偏差,导致通信信号频谱波动剧烈。因此,提出基于K聚类算法的露天矿微波网络参数优化方法。分析露天矿微波网络架构发... 由于露天矿的电流聚集效应,使得不同区域的微波网络参数产生显著差异,造成微波信号在传输过程中的传输路径和角度出现偏差,导致通信信号频谱波动剧烈。因此,提出基于K聚类算法的露天矿微波网络参数优化方法。分析露天矿微波网络架构发现优化信号波长、各终端站间的距离、天线高度等参数,构建数字微波通信主架构,计算调整终端站微波收发装置天线垂直距离,确保微波信号在传输过程中保持最佳的传输路径和角度。将露天矿不同区域微波网络各终端站间的距离、天线高度及信号波长作为待优化的参数集,利用K聚类算法对海量参数数据集进行聚类处理,通过欧氏距离确定不同参数间的距离,由此得到不同区域的最优参数结果。实验结果显示,不同的K值对聚类效果略有影响,当K值设定为4时,轮廓系数达到最高值,参数聚类结果最优;微波网络参数优化后,通信信号频谱平稳均匀,信号质量得到全面提升。 展开更多
关键词 k聚类算法 露天矿 微波网络 参数优化 信号频率 微波通信
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
基于机器学习的茶树DNA聚类算法
3
作者 杨小平 倪萍 +4 位作者 诸葛天秋 罗跃新 郭春雨 庞月兰 吴雨婷 《广西大学学报(自然科学版)》 CAS 北大核心 2024年第2期386-399,共14页
为了研究茶树基因序列的聚类问题,设计一种基于累计方差贡献率进行改进的核主成分分析(KPCA)与k均值(k-means)++聚类算法相结合的降维聚类算法(KPCA-k-means++)。将基因库数据集筛选分组后,利用k-mers算法提取基因数据的数据特征,根据... 为了研究茶树基因序列的聚类问题,设计一种基于累计方差贡献率进行改进的核主成分分析(KPCA)与k均值(k-means)++聚类算法相结合的降维聚类算法(KPCA-k-means++)。将基因库数据集筛选分组后,利用k-mers算法提取基因数据的数据特征,根据累计方差贡献率的占比大于85%的标准确定降维主元个数对KPCA进行降维改进并采用k-means++算法对降维后数据聚类,通过CH(Calinski-Harabaze Index)指标和响应时间分析聚类结果。结果表明:在单独聚类、KPCA聚类、改进PCA聚类、改进KPCA聚类4种处理方式中,改进KPCA-k-means++算法在不同处理方式和不同样本数的对比下,CH指标均为最高,与未改进时相比平均高出33%。在响应时间方面,改进KPCA-k-means++算法与同样改进PCA-k-means++算法在不同聚类数和样本数的对比下响应时间均较短。改进KPCA-k-means++算法能够保证对于茶树的基因序列的聚类准确率和聚类速度,表现出极好的聚类稳定性。 展开更多
关键词 核主成分分析 累计方差贡献率 k均值算法 基因
在线阅读 下载PDF
基于改进人工蜂群算法的K均值聚类算法 被引量:50
4
作者 喻金平 郑杰 梅宏标 《计算机应用》 CSCD 北大核心 2014年第4期1065-1069,1088,共6页
针对K均值聚类(KMC)算法全局搜索能力差、初始聚类中心选择敏感,以及原始人工蜂群(ABC)算法的初始化随机性、易早熟、后期收敛速度慢等问题,提出了一种改进人工蜂群算法(IABC)。该算法利用最大最小距离积方法初始化蜂群,构造出适应KMC... 针对K均值聚类(KMC)算法全局搜索能力差、初始聚类中心选择敏感,以及原始人工蜂群(ABC)算法的初始化随机性、易早熟、后期收敛速度慢等问题,提出了一种改进人工蜂群算法(IABC)。该算法利用最大最小距离积方法初始化蜂群,构造出适应KMC算法的适应度函数以及一种基于全局引导的位置更新公式以提高迭代寻优过程的效率。将改进的人工蜂群算法与KMC算法结合提出IABC-Kmeans算法以改善聚类性能。通过Sphere、Rastrigin、Rosenbrock和Griewank四个标准测试函数和UCI标准数据集上进行测试的仿真实验表明,IABC算法收敛速度快,克服了原始算法易陷入局部最优解的缺点;IABC-Kmeans算法则具有更好的聚类质量和综合性能。 展开更多
关键词 人工蜂群算法 k均值算法 适应度函数 位置更新公式
在线阅读 下载PDF
基于K均值聚类算法的雾天识别方法研究 被引量:11
5
作者 孟凡军 李天伟 +1 位作者 徐冠雷 韩云东 《现代电子技术》 北大核心 2015年第22期80-83,共4页
为实现视频监控设备对雾天天气现象的自动识别,提出了基于K均值聚类算法的雾天天气现象自动识别方法。该方法通过分析雾天天气现象对视频图像采集的影响,提取图像饱和度的均值、方差为特征参数,并利用K均值聚类算法对训练图像进行分类,... 为实现视频监控设备对雾天天气现象的自动识别,提出了基于K均值聚类算法的雾天天气现象自动识别方法。该方法通过分析雾天天气现象对视频图像采集的影响,提取图像饱和度的均值、方差为特征参数,并利用K均值聚类算法对训练图像进行分类,得到不同图像类别的聚类中心,测试阶段计算不同图像与聚类中心的相异度即可完成分类。实验结果表明,该方法简洁高效,易于实现对大规模图像数据的处理,并能实现图像分类后类别的标注,对雾天的识别率高于90%。 展开更多
关键词 雾天 自动识别 k均值算法 图像饱和度
在线阅读 下载PDF
初始中心优化的K-Means聚类算法 被引量:47
6
作者 李飞 薛彬 黄亚楼 《计算机科学》 CSCD 北大核心 2002年第7期94-96,共3页
1.引言 聚类分析(clustering)是人工智能研究的重要领域.聚类方法被广泛研究并应用于机器学习、统计分析、模式识别以及数据库数据挖掘与知识发现等不同的领域.
关键词 遗传算法 随机全局优化搜索算法 k—Means算法 初始中心 优化
在线阅读 下载PDF
基于微粒群的K均值聚类算法在图像分类中的应用 被引量:10
7
作者 周鲜成 申群太 王俊年 《小型微型计算机系统》 CSCD 北大核心 2008年第2期333-336,共4页
提出一种新的图象分类算法—基于微粒群的K均值聚类图象分类算法.将此算法和K均值聚类算法以及微粒群图像分类算法分别应用于MRI人脑图象的分类,并进行了比较.实验结果表明:基于微粒群的K均值聚类图象分类算法具有较好的全局收敛性,不... 提出一种新的图象分类算法—基于微粒群的K均值聚类图象分类算法.将此算法和K均值聚类算法以及微粒群图像分类算法分别应用于MRI人脑图象的分类,并进行了比较.实验结果表明:基于微粒群的K均值聚类图象分类算法具有较好的全局收敛性,不仅能有效克服K均值算法易陷入局部极小值的缺点,且全局收敛性能优于微粒群图像分类算法. 展开更多
关键词 微粒群算法 k均值算法 图象分
在线阅读 下载PDF
基于改进K均值聚类算法的星点聚类研究 被引量:4
8
作者 夏永泉 孙静茹 +3 位作者 WU Xin-wen 支俊 王兵 谢希望 《图学学报》 CSCD 北大核心 2019年第2期358-363,共6页
针对高分辨率天文图像中的星点聚类研究中存在的2个问题:①天文图像的分辨率较高,且图像处理速度较慢;②选取何种聚类算法对天文图像中的星点进行聚类分析效果较好。在研究中,问题1采用图像分块的方法提高图像的处理速度;问题2提出了一... 针对高分辨率天文图像中的星点聚类研究中存在的2个问题:①天文图像的分辨率较高,且图像处理速度较慢;②选取何种聚类算法对天文图像中的星点进行聚类分析效果较好。在研究中,问题1采用图像分块的方法提高图像的处理速度;问题2提出了一种改进的K均值聚类算法,以解决传统的K均值聚类算法的聚类结果易受到k值和初始聚类中心随机选择影响的问题。该算法首先在用K均值聚类算法对数据初步聚类的基础上确定合适的k值,其次用层次聚类对数据聚类确定初始聚类中心,最后在此基础上再采用K均值聚类算法进行聚类。通过MATLAB仿真实验的结果表明,该算法的聚类结果与效率优于其他聚类算法。 展开更多
关键词 k 初始中心 k均值算法 层次
在线阅读 下载PDF
基于改进的K均值聚类算法提取彩色图像有意义区域 被引量:12
9
作者 贲志伟 赵勋杰 《计算机应用与软件》 CSCD 2010年第9期11-13,共3页
针对传统的K均值聚类算法随机选取初始聚类中心与分类类别数的缺陷,提出了一种新的初始聚类中心与分类类别数的选取方法,并将此方法应用在彩色图像有意义区域提取中。实验证实:新算法不仅能有效地改善初始聚类中心,而且能够提高图像分... 针对传统的K均值聚类算法随机选取初始聚类中心与分类类别数的缺陷,提出了一种新的初始聚类中心与分类类别数的选取方法,并将此方法应用在彩色图像有意义区域提取中。实验证实:新算法不仅能有效地改善初始聚类中心,而且能够提高图像分割的精度;与复杂的协方差矩阵分割算法相比,算法更易于实现有意义区与背景的分离,分割效果令人满意。 展开更多
关键词 k均值算法 彩色图像分割 协方差矩阵 隶属度准则
在线阅读 下载PDF
基于新的相异度量的模糊K-Modes聚类算法 被引量:5
10
作者 白亮 曹付元 梁吉业 《计算机工程》 CAS CSCD 北大核心 2009年第16期192-194,共3页
传统的模糊K-Modes聚类算法采用简单匹配方法度量对象与Mode之间的相异程度,没有充分考虑Mode对类的代表程度,容易造成信息的丢失,弱化了类内的相似性。针对上述问题,通过对象对类的隶属度反映Mode对类的代表程度,提出一种新的相异度量... 传统的模糊K-Modes聚类算法采用简单匹配方法度量对象与Mode之间的相异程度,没有充分考虑Mode对类的代表程度,容易造成信息的丢失,弱化了类内的相似性。针对上述问题,通过对象对类的隶属度反映Mode对类的代表程度,提出一种新的相异度量,并将它应用于传统的模糊K-Modes聚类算法。与传统的K-Modes和模糊K-Modes聚类算法相比,该相异度量是有效的。 展开更多
关键词 模糊k—Modes算法 相异度量 中心
在线阅读 下载PDF
基于贝叶斯距离的K-modes聚类算法 被引量:5
11
作者 赵亮 刘建辉 张昭昭 《计算机工程与科学》 CSCD 北大核心 2017年第1期188-193,共6页
K-modes算法中原有的分类变量间距离度量方法无法体现属性值之间差异,对此提出了一种基于朴素贝叶斯分类器中间运算结果的距离度量。该度量构建代表分类变量的特征向量并计算向量间的欧氏距离作为变量间的距离。将提出的距离度量代入K-m... K-modes算法中原有的分类变量间距离度量方法无法体现属性值之间差异,对此提出了一种基于朴素贝叶斯分类器中间运算结果的距离度量。该度量构建代表分类变量的特征向量并计算向量间的欧氏距离作为变量间的距离。将提出的距离度量代入K-modes聚类算法并在多个UCI公共数据集上与其他度量方法进行比较,实验结果表明该距离度量更加有效。 展开更多
关键词 k—modes算法 变量 朴素贝叶斯分 距离度量
在线阅读 下载PDF
基于注意力机制的不完备多视图聚类算法 被引量:2
12
作者 杨成昊 胡节 +1 位作者 王红军 彭博 《计算机应用》 CSCD 北大核心 2024年第12期3784-3789,共6页
针对传统深度不完备多视图聚类算法中补全缺失视图数据的不确定性、嵌入学习鲁棒性的缺乏和模型泛化性低的问题,提出基于注意力机制的不完备多视图聚类算法(IMVCAM)。首先,通过K最近邻(KNN)算法补全了视图中缺失的数据,使训练数据具有... 针对传统深度不完备多视图聚类算法中补全缺失视图数据的不确定性、嵌入学习鲁棒性的缺乏和模型泛化性低的问题,提出基于注意力机制的不完备多视图聚类算法(IMVCAM)。首先,通过K最近邻(KNN)算法补全了视图中缺失的数据,使训练数据具有互补性;其次,经过线性编码层后,将获得的嵌入通过注意力层,以提高嵌入的质量;最后,对每个视图训练得到的嵌入使用k均值聚类算法进行聚类,而视图的权重通过皮尔逊相关系数确定。在5个经典的数据集上的实验结果表明,在Fashion数据集上,IMVCAM取得最优的结果,相较于次优的深度安全不完整多视图聚类(DSIMVC)算法,在数据缺失率为0.1、0.3的情况下,IMVCAM的聚类准确率分别提升了2.85、4.35个百分点;此外,在Caltech101-20数据集上,IMVCAM相较于次优的基于自注意力融合的不完整多视图聚类算法(IMVCSAF),在数据缺失率为0.1、0.3的情况下的聚类准确率分别提升了7.68、3.48个百分点。所提算法能够有效应对多视图数据的不完备性和模型泛化性问题。 展开更多
关键词 不完备多视图 k最近邻算法 注意力机制 k均值算法 皮尔逊相关系数
在线阅读 下载PDF
AC和FKP融合算法在民族突发事件聚类分析中的应用 被引量:2
13
作者 云健 刘勇奎 +1 位作者 陈华 于洪志 《华中科技大学学报(社会科学版)》 CSSCI 北大核心 2009年第1期117-121,共5页
近年来,我国民族突发事件的频发度及危害性均呈上升趋势。民族突发事件复杂程度高、涉及因素多、应急决策难度大,因此智能辅助决策非常必要。聚类分析是民族突发事件应急辅助决策的研究重点。目前,该项工作在我国尚处于起步阶段。针对FK... 近年来,我国民族突发事件的频发度及危害性均呈上升趋势。民族突发事件复杂程度高、涉及因素多、应急决策难度大,因此智能辅助决策非常必要。聚类分析是民族突发事件应急辅助决策的研究重点。目前,该项工作在我国尚处于起步阶段。针对FKP(Fuzzy K-Prototypes,模糊K原型)聚类算法存在易陷于局部最优解和对初始参数敏感的缺陷,提出了一种AC(Ant Colony,蚁群)和FKP融合的聚类算法。聚类分析结果表明:应用该算法能得出民族突发事件的发生规律,因此该算法可用于民族突发事件的应急智能辅助决策。以上工作为维护国家安全提供了智能化支持。 展开更多
关键词 模糊k原型算法 蚁群算法 混合属性数据 民族突发事件 分析
在线阅读 下载PDF
面向非球形分布数据的自适应K近邻聚类算法 被引量:3
14
作者 黄晓斌 万建伟 张燕 《计算机工程》 CAS CSCD 北大核心 2003年第11期21-22,165,共3页
针对传统聚类算法处理非球形分布数据的不足,提出了一种新型的自适应K近邻 聚类算法。该算法由数据集归一化、初始类别构造和初始类别融合3个步骤构成。仿真结果 表明,该算法在无须聚类数目的前提下,对非球型分布数据具有很好的聚类... 针对传统聚类算法处理非球形分布数据的不足,提出了一种新型的自适应K近邻 聚类算法。该算法由数据集归一化、初始类别构造和初始类别融合3个步骤构成。仿真结果 表明,该算法在无须聚类数目的前提下,对非球型分布数据具有很好的聚类效果。 展开更多
关键词 非球形分布 模糊C均值算法(FCA) 自适应k近邻算法(AkNNCA)
在线阅读 下载PDF
改进的层次K均值聚类算法 被引量:63
15
作者 胡伟 《计算机工程与应用》 CSCD 2013年第2期157-159,共3页
针对传统K均值聚类方法采用聚类前随机选择聚类个数K而导致的聚类结果不理想的问题,结合空间中的层次结构,提出一种改进的层次K均值聚类算法。该方法通过初步聚类,判断是否达到理想结果,从而决定是否继续进行更细层次的聚类,如此迭代执... 针对传统K均值聚类方法采用聚类前随机选择聚类个数K而导致的聚类结果不理想的问题,结合空间中的层次结构,提出一种改进的层次K均值聚类算法。该方法通过初步聚类,判断是否达到理想结果,从而决定是否继续进行更细层次的聚类,如此迭代执行,从而生成一棵层次型K均值聚类树,在该树形结构上可以自动地选择聚类的个数。标准数据集上的实验结果表明,与传统的K均值聚类方法相比,提出的改进的层次聚类方法的确能够取得较优秀的聚类效果。 展开更多
关键词 k均值 个数 层次结构 层次k均值算法
在线阅读 下载PDF
一种改进的自适应K近邻聚类算法 被引量:2
16
作者 黄晓斌 万建伟 张燕 《计算机工程与应用》 CSCD 北大核心 2004年第15期76-78,130,共4页
为解决传统聚类算法不能处理非球形分布数据的问题,文犤5犦提出了一种自适应k近邻聚类算法。该算法在无需聚类数目的前提下,能有效解决非球形分布数据的聚类问题。但进一步的研究表明,该算法在处理带“奇异”样本的数据集时失去效果。为... 为解决传统聚类算法不能处理非球形分布数据的问题,文犤5犦提出了一种自适应k近邻聚类算法。该算法在无需聚类数目的前提下,能有效解决非球形分布数据的聚类问题。但进一步的研究表明,该算法在处理带“奇异”样本的数据集时失去效果。为此,该文给出了一种改进的自适应k近邻聚类算法。仿真结果表明,新算法不仅保持了原算法在处理非球形分布数据时的优良特性,还成功解决了“奇异”样本问题。 展开更多
关键词 非球形分布 模糊C均值算法(FCA) 自适应k近邻算法(AkNNCA)改进自适应k近邻算法(IAkNNCA)
在线阅读 下载PDF
基于协议组降低策略的二次并行k均值聚类算法 被引量:1
17
作者 沈俊鑫 郭晓军 +1 位作者 王文浩 杨旭 《计算机工程》 CAS CSCD 北大核心 2015年第8期150-155,共6页
针对传统MapReduce框架下多点接口通信时间复杂度过高的问题,提出一种二次并行k均值聚类算法,用于解决大数据聚类问题。采用组降低操作策略,定义组成员管理协议对操作组成员进行管理,通过对组成员的参考列表p ID的广播、删除和添加操作... 针对传统MapReduce框架下多点接口通信时间复杂度过高的问题,提出一种二次并行k均值聚类算法,用于解决大数据聚类问题。采用组降低操作策略,定义组成员管理协议对操作组成员进行管理,通过对组成员的参考列表p ID的广播、删除和添加操作,实现基于组降低的同步操作。定义中间缓冲聚类数量并结合k均值算法,减少二次并行聚类算法组降低操作的输入数据量,进一步降低算法的时间复杂度。在自建大数据测试集上的仿真实验结果表明,该算法能够在保证聚类精度的前提下有效加快算法聚类效率。 展开更多
关键词 协议组降低 并行 k均值算法 大数据 MAPREDUCE模型
在线阅读 下载PDF
免疫规划+K均值混合聚类算法 被引量:2
18
作者 行小帅 潘进 焦李成 《计算机科学》 CSCD 北大核心 2003年第4期150-152,158,共4页
A novel Hybrid Clustering Algonthm (HCA) that incorporates the K-means into the canonical immune programming algorithm is proposed after analyzing the advantages and disadvantages of the classical k-means clustering a... A novel Hybrid Clustering Algonthm (HCA) that incorporates the K-means into the canonical immune programming algorithm is proposed after analyzing the advantages and disadvantages of the classical k-means clustering algorithm in the paper. The theory analyse and experimental results show, the algorithm not only avoids the local optima and is robust to imtialization, but also increases the convergent speed, meanwhile evidently restrains the degenerating phenomenon during the evolutionary process. 展开更多
关键词 模式识别 免疫规划 k均值混合算法 全局寻优算法 目标函数
在线阅读 下载PDF
基于划分的数据挖掘K-means聚类算法分析 被引量:19
19
作者 曾俊 《现代电子技术》 北大核心 2020年第3期14-17,共4页
为提升数据挖掘中聚类分析的效果,在分析数据挖掘、聚类分析、传统K⁃means算法的基础上,提出一种改进的K⁃means算法。首先将整体数据集分为k类,然后设定一个密度参数为ϑ,该密度参数反映数据库中数据所处区域的密度大小,ϑ值与密度大小成... 为提升数据挖掘中聚类分析的效果,在分析数据挖掘、聚类分析、传统K⁃means算法的基础上,提出一种改进的K⁃means算法。首先将整体数据集分为k类,然后设定一个密度参数为ϑ,该密度参数反映数据库中数据所处区域的密度大小,ϑ值与密度大小成正比,通过密度参数优化k个样本数据的聚类中心点选取;依据欧几里得距离公式对未选取的其他数据到各个聚类中心之间的距离进行计算,同时以此距离为判别标准,对各个数据进行种类划分,从而得到初始的聚类分布;初始聚类分布得到之后,对每一个分布簇进行再一次的中心点计算,并判断与之前所取中心点是否相同,直到其聚类收敛达到最优效果。最后通过葡萄酒数据集对改进算法进行验证分析,改进算法比传统K⁃means算法的聚类效果更优,能够更好地在数据挖掘当中进行聚类。 展开更多
关键词 数据挖掘 分析 k⁃means算法 中心选取 k⁃means算法改进 初始中心点
在线阅读 下载PDF
基于Tukey规则与初始中心点优化的K⁃means聚类改进算法 被引量:5
20
作者 柳菁 邱紫滢 +1 位作者 郭茂祖 余冬华 《数据采集与处理》 CSCD 北大核心 2023年第3期643-651,共9页
针对K⁃means聚类算法存在的初始中心点选择及异常点、离群点极易影响聚类结果等待改进问题,提出了一个基于Tukey规则与优化初始中心点选择的K⁃means改进算法。该算法利用Tukey规则构造核心与非核心子集,将聚类过程划分成2个阶段。同时,... 针对K⁃means聚类算法存在的初始中心点选择及异常点、离群点极易影响聚类结果等待改进问题,提出了一个基于Tukey规则与优化初始中心点选择的K⁃means改进算法。该算法利用Tukey规则构造核心与非核心子集,将聚类过程划分成2个阶段。同时,在核心子集上执行中心点逐个递增优化选择策略,选出初始中心点。在来自UCI的20个数据集上聚类结果表明,本文提出的算法优于K⁃means++聚类算法,有效地提升了聚类性能。 展开更多
关键词 数据挖掘 k⁃means算法 Tukey规则 中心点优化
在线阅读 下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部