期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于自适应布谷鸟搜索算法的K-means聚类算法及其应用
被引量：
22
1
作者
杨辉华
王克
+2 位作者
李灵巧
魏文
何胜韬
《计算机应用》
CSCD
北大核心
2016年第8期2066-2070,共5页
针对原始K-means聚类算法受初始聚类中心影响过大以及容易陷入局部最优的不足,提出一种基于改进布谷鸟搜索(CS)的K-means聚类算法(ACS-K-means)。其中,自适应CS(ACS)算法在标准CS算法的基础上引入步长自适应调整,以提高搜索精度和收敛...
针对原始K-means聚类算法受初始聚类中心影响过大以及容易陷入局部最优的不足,提出一种基于改进布谷鸟搜索(CS)的K-means聚类算法(ACS-K-means)。其中,自适应CS(ACS)算法在标准CS算法的基础上引入步长自适应调整,以提高搜索精度和收敛速度。在UCI标准数据集上,ACS-K-means算法可得到比K-means、基于遗传算法的K-means(GA-K-means)、基于布谷鸟搜索的K-means(CS-K-means)和基于粒子群优化的K-means(PSO-K-means)算法更优的聚类质量和更高的收敛速度。将ACS-K-means聚类算法应用到南宁市青秀区"城管通"系统的城管案件热图的开发中,在地图上对案件地理坐标进行聚类并显示,应用结果表明,聚类效果良好,算法收敛速度快。
展开更多
关键词
数据挖掘
K-MEANS聚类
布谷鸟搜索算法
数字城管
热图
在线阅读
下载PDF
职称材料
DBSCAN算法优化及在村镇管理决策中的应用
被引量：
2
2
作者
彭波
史春雷
高万林
《农业机械学报》
EI
CAS
CSCD
北大核心
2016年第10期346-350,共5页
作为空间数据挖掘技术中的一种,带有噪声的空间聚类应用算法(DBSCAN算法)是基于密度的聚类算法,其可以从空间数据库中发现任意形状的聚类。本文研究了基于密度的空间聚类算法优化原理及实现过程,分析了原始DBSCAN算法存在的问题,通过避...
作为空间数据挖掘技术中的一种,带有噪声的空间聚类应用算法(DBSCAN算法)是基于密度的聚类算法,其可以从空间数据库中发现任意形状的聚类。本文研究了基于密度的空间聚类算法优化原理及实现过程,分析了原始DBSCAN算法存在的问题,通过避免公共领域对象的重复查询,减少对核心对象邻域查询的计算,优化后算法的时间效率提高了33.73%。将优化后的DBSCAN算法应用于村镇网格化管理,可对网格化管理系统中的数据记录进行有效挖掘,为村镇管理工作提供信息和辅助决策。
展开更多
关键词
数据挖掘
空间聚类
村镇管理
DBSCAN算法
在线阅读
下载PDF
职称材料
题名
基于自适应布谷鸟搜索算法的K-means聚类算法及其应用
被引量：
22
1
作者
杨辉华
王克
李灵巧
魏文
何胜韬
机构
桂林电子科技大学广西信息科学实验中心
北京邮电大学自动化学院
桂林市智度信息科技有限公司
出处
《计算机应用》
CSCD
北大核心
2016年第8期2066-2070,共5页
基金
国家自然科学基金资助项目(21365008
61562013)
+2 种基金
广西自然科学基金资助项目(2013GXNSFBA019279)
桂林电子科技大学研究生创新项目(GDYCSZ201478
GDYCSZ201474)~~
文摘
针对原始K-means聚类算法受初始聚类中心影响过大以及容易陷入局部最优的不足,提出一种基于改进布谷鸟搜索(CS)的K-means聚类算法(ACS-K-means)。其中,自适应CS(ACS)算法在标准CS算法的基础上引入步长自适应调整,以提高搜索精度和收敛速度。在UCI标准数据集上,ACS-K-means算法可得到比K-means、基于遗传算法的K-means(GA-K-means)、基于布谷鸟搜索的K-means(CS-K-means)和基于粒子群优化的K-means(PSO-K-means)算法更优的聚类质量和更高的收敛速度。将ACS-K-means聚类算法应用到南宁市青秀区"城管通"系统的城管案件热图的开发中,在地图上对案件地理坐标进行聚类并显示,应用结果表明,聚类效果良好,算法收敛速度快。
关键词
数据挖掘
K-MEANS聚类
布谷鸟搜索算法
数字城管
热图
Keywords
data
mining
K-means
cluster
ing
Cuckoo Search （CS）
algorithm
digital
urban
management
heat map
分类号
TP391 [自动化与计算机技术—计算机应用技术]
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
DBSCAN算法优化及在村镇管理决策中的应用
被引量：
2
2
作者
彭波
史春雷
高万林
机构
中国农业大学信息与电气工程学院
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2016年第10期346-350,共5页
基金
国家星火计划项目(2015GA600002)
文摘
作为空间数据挖掘技术中的一种,带有噪声的空间聚类应用算法(DBSCAN算法)是基于密度的聚类算法,其可以从空间数据库中发现任意形状的聚类。本文研究了基于密度的空间聚类算法优化原理及实现过程,分析了原始DBSCAN算法存在的问题,通过避免公共领域对象的重复查询,减少对核心对象邻域查询的计算,优化后算法的时间效率提高了33.73%。将优化后的DBSCAN算法应用于村镇网格化管理,可对网格化管理系统中的数据记录进行有效挖掘,为村镇管理工作提供信息和辅助决策。
关键词
数据挖掘
空间聚类
村镇管理
DBSCAN算法
Keywords
data
mining
spatial
cluster
ing
rural area
management
DBSCAN
algorithm
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于自适应布谷鸟搜索算法的K-means聚类算法及其应用
杨辉华
王克
李灵巧
魏文
何胜韬
《计算机应用》
CSCD
北大核心
2016
22
在线阅读
下载PDF
职称材料
2
DBSCAN算法优化及在村镇管理决策中的应用
彭波
史春雷
高万林
《农业机械学报》
EI
CAS
CSCD
北大核心
2016
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
