期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
一种融合多算法的面状要素空间聚类方法
1
作者 杨杰 张新长 何显锦 《中山大学学报(自然科学版)》 CAS CSCD 北大核心 2017年第3期134-139,共6页
空间聚类各算法均有各自的优缺点,可通过融合各算法优点达到对空间聚类算法改进优化的效果。提出了一种融合多算法的面状要素空间聚类方法。该方法利用遗传算法等优化算法优化K-means算法的初始聚类中心,利用基于密度的快速聚类算法选取... 空间聚类各算法均有各自的优缺点,可通过融合各算法优点达到对空间聚类算法改进优化的效果。提出了一种融合多算法的面状要素空间聚类方法。该方法利用遗传算法等优化算法优化K-means算法的初始聚类中心,利用基于密度的快速聚类算法选取K-means算法的k值,最终利用改进的K-means算法得到空间聚类结果。此外该方法针对遗传算法易受初始种群影响、运算效率低等缺陷进行了改进。经实验验证,文中方法结果稳定,算法效率、结果精准度较传统算法提升明显。 展开更多
关键词 空间聚类 融合 智能优化算法 存储池
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部