K-MEDOIDS相关论文
为揭示驾驶人在高密度立交出口的视觉搜索行为特征，开展了47位被试的实车驾驶试验，使用眼动仪采集驾驶人在行驶过程中的眼动数据.使......
弹幕视频是近几年才兴起的一种观看视频方式,即边看视频边发弹幕。随着新时代信息与传播技术的迅猛发展,也使得弹幕文化慢慢走向中......
提出了一种基于k-medoids算法的自回归积分滑动平均模型（ARIMA）的工业控制器硬件故障预测方法。首先，将控制器每秒的CPU电压、输入/输......
随着现代计算机技术的飞速发展,在现如今的社会生产生活中,各行各业都需要计算机技术进行技术支持,并利用计算机技术对以往的生产......
RNA是生命体内重要的大分子之一,不仅在遗传信息翻译中起决定作用,还具有酶的催化、细胞调节、病毒遗传信息携带等功能。RNA功能多......
在人群行为的运动仿真研究中,人群的分组行为是不能忽略的因素.家庭成员、同事、朋友等关系较密切的人会依据亲密度形成分组,这种......
本文主要研究一种基于互联网的“拍照赚钱”自助式服务定价问题.首先把偏差数据和错误数据剔除,然后采用K-medoids聚类分析法对会......
针对现有基于K-means的半监督聚类算法存在的共同问题,即对离群点敏感、在非凸数据集与不平衡数据集上表现差,提出了一种基于层次......
KNN算法因其易于理解、理论成熟等优点而被广泛应用于文本分类。由于KNN需遍历样本空间计算距离,当训练集样本规模较大或维数较高......
针对传统K-medoids聚类算法初始聚类中心选择较敏感、聚类效率和精度较低、全局搜索能力较差以及传统蜂群算法初始蜂群和搜索步长......
当存在噪声和离群点时,k-medoids算法具有较好的鲁棒性,但是对于大数据集,算法的计算代价比较高。CF树是Birch算法中常用的一种结......
针对传统K-Medoids算法对初始聚类中心敏感、收敛速度慢,以及在大数据环境下所面临的内存容量和CPU处理速度的瓶颈问题,从改进初始......
根据文本信息在聚类过程中的特点构建了一种基于K-medoids的文档聚类方法,并结合文本特征提取KNN算法对训练文本进行测试,该方法首......
提出一种使用段落自动聚类思想的自动文摘方法，首先利用词频统计和词的位置特征得到文档的关键词向量、每个段落的关键词向量，并建立......
数据的损坏和丢失会带来无法弥补的损失,数据备份系统可以将损失降到最低程度.随着收集的数据量的迅速增加,备份系统需要备份与恢......
随着大数据技术的不断发展,医疗大数据的研究也成为我国医疗建设的重要一环,聚类能够挖掘出医疗大数据中潜在隐藏的信息,协助医生......
针对空间聚类过程中存在障碍实体的问题,提出了改进的K-中心点空间聚类算法,提高了算法的执行效率,解决了限制条件下空间聚类问题,......
分析了现有的带障碍约束空间聚类算法，针对基于PSO优化的带障碍约束的K—Medoids聚类分析方法的不足，提出了QPSO与K-Medoids算法结合......
在大规模分布式网络应用中，对网络节点进行聚类是构建高效网络体系结构的有效办法之一。在利用网络坐标系统Vivaldi得到各个节......
粒子群优化算法对于多维函数的最优解搜索存在前期易陷入局部最优,后期收敛速度缓慢的问题.将改进的k-中心点聚类分析与PSO相结合......
从物流配送角度,探讨了建筑业物料物流配送优化管理,消灭物料配送各个流程的浪费,利用MDP和K-medoids算法实现物料运输线路的最优......
为提高水下无线传感器网络(UWSNs)中动态节点的定位精度,降低通信能耗,提出采用节点的运动模型实现预测定位.考虑到近海监控网络中......
传统K-medoids聚类算法随机选取初始聚类中心,存在迭代次数增加、聚类结果波动较大的问题,因此提出基于全覆盖粒计算的K-medoids文......
针对目前大多数聚类算法需要人为指定聚类簇数目的情况．在基于相似度阈值的聚类簇数目自动计算算法的基础上，改进初始样本的选择方式......
提出一种基于小波变换的医学图像颜色特征提取新方案。根据小波变换后各子带所含的图像信息量调整主色提取种数。对低频子带,首次......
在人脸识别系统中,随着人脸图像库的增大,人脸检索速度和鉴别精度会急剧下降,为达到良好的系统性能,必须兼顾这两个方面。对K-Medo......
为了解决传统K-Medoids聚类算法在处理海量数据信息时所面临的内存容量和CPU处理速度的瓶颈问题,在深入研究K-Medoids算法的基础之......
在当前Web服务海量增加、现有Web服务选择算法低效、用户匹配度差的基础上,针对K中心点算法存在的质点偏移、准确率低和容易发生畸......
随着网络技术的不断更新与迭代,人们已经由信息闭塞时代过渡到信息过载时代。为解决信息过载问题,科学家和工程师们通过大量的研究......
随着现代科技的高速发展,大数据成为了近几年社会发展的焦点。聚类问题是数据挖掘领域的重要研究课题,聚类分析可以发现数据集的特......
随着我国提出海洋强国战略,水上交通将日趋繁忙。另一方面,在新一轮的人工智能的冲击下,水上交通智能化成为大势所趋。无人艇作为......
针对K-medoids（K为中心点）聚类算法对初始聚类中心敏感、聚类结果依赖于初始聚类中心的缺陷,提出一种新的半径自适应的初始中心点选......
通过对现有的Chameleon算法进行改进,将Chameleon算法与K-medoids算法相结合,提出了一种新的混合的聚类算法。改动之处在于:取消Ch......
词汇的语义倾向是文本倾向性分析的基础课题.现有的词汇语义倾向计算通常是以词汇为基准,而词是包括了多种不同情感倾向概念的粒度......
滚动轴承性能退化评估是实现轴承剩余寿命预测和制定维修方案的基础,聚类分析作为数据挖掘的基本工具在故障评估中得到广泛应用。K......
随着海洋经济在国民经济中所占比重的不断增加,人类日益重视海洋资源的开发和利用。而传感器网络因灵活性高、自组织能力强的特点,......
针对K-最近邻(KNN)分类算法时间复杂度与训练样本数量成正比而导致的计算量大的问题以及当前大数据背景下面临的传统架构处理速度......
研究加速K-medoids聚类算法,首先以PAM（partitioning around medoids）、TPAM（triangular inequality elimination criteria PAM）算法为......
针对人群运动行为检测中难以有效去除异常点的问题,提出一种基于深度聚类的人群运动行为检测方法。构造一种运动特征描述符,通过K-......
通过分析当前覆盖网络特点,以分层覆盖网络为基础构建特定源组播树,实现对组播服务节点MSNs的管理,并提出一种基于K-Medoids和遗传......
为了进一步提高复杂干扰环境下对海雷达目标识别的泛化能力,提出基于k-medoids聚类和随机参考分类器(RRC)的动态选择集成算法(KMRR......
为提高体积法测量多相流参数的准确性,提出了一种基于K-medoids聚类分析的多相流相态辨识方法研究.分析K-medoids算法,研究多相流......
随着社交网络的飞速发展,人们在海量数据中很难快速获取想要的数据信息,逐渐形成信息过载问题,企业和科研机构为此进行大量的研究......
多示例学习中,包由多个示例组成,有明确标记,而示例标记却不确定。已有聚类研究都针对单示例、单标记,因而无法直接应用于多示例问......
针对传统K-medoids聚类算法初始聚类中心随机选择、聚类精度不高、全局搜索能力较差以及禁忌搜索算法对初始值随机选取等问题,提出......
随着当前每种领域与互联网结合的程度越来越高,导致相互关联的数据如井喷式增长。怎么从茫茫多的数据中,快速得到自己真正需要的个......
