【摘 要】
：
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
【机 构】
：
哈尔滨工程大学计算机科学与技术学院,哈尔滨,150001
论文部分内容阅读
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.
其他文献
基于对不同粒子群算法(PSO)中惯性权重、全局收敛性、收敛精度和速度的分析,提出了一种新的全局最优值自适应变化的粒子群算法(LAPSO)。并采用该方法对三种不同的基准函数进行了测试,将LAPSO测试结果与典型的收敛粒子群算法(LKPSO)和扩散粒子群算法(LWPSO)进行了比较。结果表明:自适应粒子群算法具有收敛速度快、进化精度高的特点,是一种新型全局收敛粒子群算法。
提出并实现了一种基于Verilog模拟器与C模拟器协同模拟的微处理器验证平台Bug Finder.该平台通过System Verilog DPI(Direct Programming Interface)和操作系统共享内存机制,
在近年来的班级德育实践中,存在着不足之处,主要体现在德育理念更新慢、教师对学生人文关怀不足、整个教育过程形式化严重等.但是,也不能否认教师在德育工作方面的努力.在立
就目前的情况来看,房屋建筑工程施工比较复杂,进一步加强房屋建筑工程管理非常重要的作用,不仅能够有效地确保工程的质量,同时也能够更好地确保人们的安全,能够更好地控制施
1干旱、半干旱地区的划分标准及辽西半干旱地区主要特点1 1干旱、半干旱地区的分布干旱是世界性的问题,世界干旱、半干旱地区的总面积约占陆地总面积的三分之一,遍及50多个国
近年来水产膨化料成为行业发展的趋势，特种水产膨化料领域的市场新机遇也呼之欲出，为此，很多企业正在通过新建、添加生产线，技术改造等方式来升级工艺和产能，迎接市场发展的机遇和
工程建设是医院赖以生存和发展的重要基础,是医院发展的硬件条件.作为医院来说,工程建设项目具有一次性、复杂性和专业性等特点.为了完成医院的工程建设项目,使医院项目管理
伴随教育教学改革进程的加快和网络信息技术的不断发展,使得教学视频在教育教学工作中的重要性也在不断提升,已经逐渐成为当代教师一种新型的教学手段.对此,本文以职业教育为
由于建筑工程自身特点,导致其在实际建设的过程中,比较容易受到外界因素的影响,极大地增加了工程造价管理工作的难度.由于建筑工程的影响因素很多,故其造价管理理应是一个动