《一種改進的K-means算法》是鞠薈薈撰寫的一篇論文。
《一種改進的k-means初始聚類中心選取算法》是王強、蔣正峰等撰寫的一篇論文。論文摘要 在傳統的k-means聚類算法中,聚類結果會隨著初始聚類中心點的不同而波動,針對這個缺點,提出一種最佳化初始聚類中心的算法。該算法通過計算每個數據對象...
k均值聚類算法（k-means clustering algorithm）是一種疊代求解的聚類分析算法，其步驟是，預將數據分為K組，則隨機選取K個對象作為初始的聚類中心，然後計算每個對象與各個種子聚類中心之間的距離，把每個對象分配給距離它最近的聚類中心。
《基於改進的K-means聚類算法的汽車市場競爭情報分析》是馬廷博、劉太安等撰寫的一篇論文。摘要 套用AHP(analytic hierarchy process)和EWM(entropy weight method),對中國A級轎車市場數據進行了分析量化處理,設計了競爭威脅數據指標,基於改進的...
改進的算法：k—medoids 方法。這兒選取一個對象叫做mediod來代替上面的中心的作用，這樣的一個medoid就標識了這個類。K-medoids和K-means不一樣的地方在於中心點的選取，在K-means中，我們將中心點取為當前cluster中所有數據點的平均值...
k -平均算法（英文：k-means clustering）源於信號處理中的一種向量量化方法，現在則更多地作為一種聚類分析方法流行於數據挖掘領域。k-平均聚類的目的是：把{\displaystyle n}個點（可以是樣本的一次觀察或一個實例）劃分到k個聚類中，...
k-means 算法的工作過程說明如下：首先從n個數據對象任意選擇k 個對象作為初始聚類中心；而對於所剩下其它對象，則根據它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然後再計算每個所獲新...
《Radius k-means算法及其拓展問題的研究》是依託鄭州大學，由婁錚錚擔任項目負責人的青年科學基金項目。項目摘要 項目首次提出Radius k-means，它打破了k-means算法的劃分聚類，為每一個簇匹配一個半徑R，只有位於以簇質心為中心點、R為...
它以約束作為聚類目標的一部分直接作用於聚類算法, Re- nato Cordeiro de Amorim Birkbeck 等提出一種增強的K-means 聚類算法:基於約束條件少,有效提高效果, 雖然這一方法可以有效地提高輸出效果,但是,當增加約束條件或增加樣本集的情況...
Dhillon[29]在此基礎上，又研究了加權核k-means的目標函式，將其與Ncut目標函式建立聯繫，提出了一個可以單調遞減Ncut值的新穎的加權核k-means算法。Ncut是一個很好的聚類目標函式。它的求解是一個NP難問題。傳統的方法是寬鬆的譜鬆散...
針對複雜場景下行人檢測效果差的問題,採用基於深度學習的目標檢測中領先的研究成果,提出了一種改進的Mask R-CNN網路框架的行人檢測算法。首先,採用K-means算法對行人數據集的目標框進行聚類得到合適的長寬比,通過增加一組長寬比(2:5)...
《一種改進的RBF神經網路學習算法》是馬駿、尉廣軍撰寫的一篇論文。論文摘要 提出一種基於減聚類、K-means算法及改進的粒子群最佳化(PSO)算法的徑向基函式(RBF)神經網路混合學習算法.該算法首先使用減聚類確定隱層節點數和K-means初始聚類...
使用這個基本思想的算法有：K-MEANS算法、K-MEDOIDS算法、CLARANS算法；層次法 層次法(hierarchical methods)，這種方法對給定的數據集進行層次似的分解，直到某種條件滿足為止。具體又可分為“自底向上”和“自頂向下”兩種方案。例如，在...
針對YOLOv3檢測紅外視頻圖像行人時存在準確率低、漏檢率高的問題,提出一種改進的YOLOv3紅外視頻圖像行人檢測算法。根據行人在紅外圖像中呈現寬高比相對固定的特點,利用k-means聚類方法選取目標候選框個數和寬高比維度,調整網路參數並提高...
BSO算法中的每一個個體都代表一個潛在的問題的解，通過個體的演化和融合進行個體的更新，這一過程與人類頭腦風暴的過程相似．BSO算法的實現過程很簡單：（1）產 生n（種群大小）個 潛在的問題的解（個體），然後用k－means將這n個...
在學術期刊上發表“Micro VAXII 上的中文套用開發環境CADE”、“基於“規則架+規則體”知識庫的一致性與冗餘性檢查”、“Web日誌挖掘中的會話識別方法”、“K-Means聚類算法的研究”、“一種改進的K-means聚類算法”等學術論文數篇；...
K-Means算法用簇中對象的平均值來表示劃分的每個簇，其大致的步驟是，首先從隨機抽取的k個數據點作為初始的聚類中心(種子中心)，然後計算每個數據點到每個種子中心的距離，並把每個數據點分配到距離它最近的種子中心；一旦所有的數據點都...
SVM算法的實質是找出一個能夠將某個值最大化的超平面，這個值就是超平面離所有訓練樣本的最小距離。這個最小距離用SVM術語來說叫做間隔(margin)。 概括一下，SVM分類器就是最優分割超平面最大化訓練數據的間隔。K-means K-Means算法是...
我這裡提到的聚類分析主要是譜系聚類（hierarchical clustering）和快速聚類（K-means）、兩階段聚類（Two-Step）；根據聚類變數得到的描述兩個個體間（或變數間）的對應程度或聯繫緊密程度的度量。可以用兩種方式來測量：1、採用描述個體對...
K均值算法 給定樣本集 ，‘k-均值’ （k-means）算法針對聚類所得簇劃分 最小化平方誤差 其中， 是簇 的均值向量。直觀看來，上式在一定程度上刻畫了簇內樣本圍繞均值向量的緊密程度，E值越小，則簇內樣本相似度越高。最小...
時間因子可加入到雷射引信目標散射回波混沌粒子群最佳化算法中，在算法後期與 K-means 算法進行有效的結合，實驗結果表明該算法能充分利用混沌粒子群算法的全局搜尋能力，並有效改善 K-means 算法依賴初始聚類中心的問題，算法精度得到很大程度...
12.2.3 模型改進：使用不同顏色和形狀標記不同的簇261 12.2.4 K-means算法改進：使用二分K-means算法263 第13章 分類：KNN算法271 13.1 KNN算法的基本概念271 13.1.1 KNN算法的相關概念271 13.1.2 KNN...
1.王波，余相君.自適應布穀鳥搜尋的並行K-means聚類算法.計算機套用研究， 2018年 第3期35卷675-679頁 2.吳昊天,王波.基於MSR局部多徑的QoS路由算法.計算機工程與套用， 2018年 第8期54卷72-77頁 3.孫智超，王波.基於數據挖掘技術...
4．3 k-Means算法及其改進 104 4．3．1 k -Means算法 104 4．3．2 k-Means算法的拓展 106 4．4 DBSCAN聚類算法 112 4．5 一趟聚類算法 115 4．5．1 算法描述 115 4．5．2 聚類閾值的選擇策略 115 4．5．3 一趟聚類...
