排序方式: 共有24条查询结果,搜索用时 234 毫秒
1.
基于最优划分的K-Means初如聚类中心选取算法 总被引:1,自引:0,他引:1
针对传统K-Means算法聚类过程中,聚类数目k值难以准确预设和随机选取初始聚类中心造成聚类精度及效率降低等问题,提出一种基于最优划分的K-Means初始聚类中心选取算法,该算法利用直方图方法将数据样本空间进行最优划分,依据数据样本自身分布特点确定K-Means算法的初始聚类中心,无需预设k值,减少了算法结果对参数的依赖,提高算法运算效率及准确率.实验结果表明,利用该算法改进的K-Means算法,运算时间明显减少,其聚类结果准确率以及算法效率均得到显著提高. 相似文献
2.
随着网络技术和相关学科的发展,入侵检测技术日趋成熟.对SOM算法和K-Means算法进行了具体的分析,提出了一种基于SOM和K-Means的使两类算法优点相结合并克服各自不足的聚类算法,提高了聚类信息的精确度、对攻击的识别率和系统的整体性能. 相似文献
3.
余冬梅 《科技导报(北京)》2012,30(11):76-79
空间聚类和空间索引的结合是当前空间数据库中提高数据检索效率的技术之一。本文从空间聚类和空间索引的存储原理入手,阐述了K-Means聚类算法及其改进算法的技术思路,研究了K-Means算法在空间数据库中与空间索引方法结合的技术问题;分析了当前基于K-Means算法的R-树系列空间索引技术的研究成果,阐述了它们提高空间检索效率的技术路线及实验结果,研究显示这些技术都能在一定程度上提高数据检索的效率。最后给出了聚类与空间索引结合技术未来的研究方向。 相似文献
4.
由于眼底血管闭塞、噪声和弱边界等原因,主动轮廓模型不能够精确地收缩至视盘的轮廓边缘,由此提出基于边缘交点聚类的轮廓提取方法.由初始轮廓确定一个矩形区域,选取该矩形区域的主对角线、副对角线、垂直中心线和水平中心线,求其与视盘边缘的交点,将所有候选交点进行K-Means聚类分析,取得位于边缘附近的点作为主动轮廓模型的初始轮廓点,进行能量最小化计算,直至轮廓停止收缩.实验证明,经边缘交点聚类初始化后再运用主动轮廓进行视盘边缘提取,轮廓最终会较为精确地收缩于视盘边缘. 相似文献
5.
提出一种MapReduce框架下基于抽样的分布式K-Means聚类算法,解决海量数据环境下并行执行K-Means算法时,时间开销较大的问题.该算法使用抽样方法,在保证数据分布不变的前提下,对数据集的规模进行约减,并在MapReduce框架下对聚类算法进行优化.实验结果表明,该算法在保持良好聚类效果的同时,能有效缩短聚类时间,对大规模数据集具有较高的执行效率和较好的可扩展性. 相似文献
6.
针对未知恐袭事件的相关数据,提出一种基于聚类优化的挖掘反恐信息方法,为反恐斗争提供重要情报;首先应用主成分分析对未知恐袭事件提取主要特征,采用"肘部法"选定聚类簇数确定k值,基于K-Means聚类算法对未知恐袭事件进行归类;然后通过非线性规划和聚类优化算法,将恐怖组织据点预测问题转化为无约束最优化问题,进而对恐怖主义组织据点位置进行准确估测,得到了典型事件与嫌疑人的相似度匹配,并用仿真实验推断了ISIL组织近几年在伊拉克进行恐怖袭击的据点位置;结果表明该方法对提前预警恐怖袭击有着一定的意义与价值。 相似文献
7.
王修竹 《西南科技大学学报》2011,26(2):62-64
为了研究不同治疗抑郁症的药物(利血平、开郁安神胶囊)对抑郁症的治疗效果,用SOM和K-Means相结合的方法对用药后的抑郁症大鼠DNA的芯片样本进行聚类。结果表明,将K-Means用于收敛后的SOM网络,不仅较好地解决了SOM在训练样本后边界不清的问题,也将样本的训练结果映射在二维,有利于对聚类结果的呈现。此外,改进的... 相似文献
8.
为提升低压台区管理水平,指导基层运维人员及时发现台区问题,提出基于径向基神经网络的低压台区运行状态综合评价方法,该方法首先利用改进K-means算法对低压台区进行分类,然后获取台区运行状态评价指标体系集,综合序关系分析及加权求和计算历史台区评价值,最后以评价值为训练样本,得到径向基神经网络评价模型,利用该模型开展在运台区状态评价。通过实例分析表明,该综合评价方法能有效开展台区运行状态评价,及时发现线路及计量设备故障或异常问题,为开展低压台区运行问题治理,提升台区管理水平提供技术支撑。 相似文献
9.
10.
基于数据挖掘技术的移动通信行业客户细分 总被引:1,自引:0,他引:1
利用数据挖掘中的误差平方和准则函数的K-Means聚类算法,建立了客户细分模型,为企业进一步制定营销策略提供依据.此方法已经投入运行.实践证明,该方法实用、可操作性强,对支持企业产生了积极的影响. 相似文献