您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. k均值 半监督 多关系数据 聚类

  2. 本PPT是根据《一种半监督K均值多关系数据聚类算法》这篇论文的内容制作而成。主要涉及到半监督,多关系数据。希望对大家的研究有所帮助。
  3. 所属分类:其它

    • 发布日期:2010-03-02
    • 文件大小:433152
    • 提供者:iamonly1
  1. 改进性文本聚类资源研究

  2. 经典的文本聚类算法很多,K均值聚类算法是目前比较流行的一种基于划分的算法。该算法中文档 相似度计算通常采用向量空间模型,它们在假设术语间相互独立的基础上,通过逻辑表达式或向量间的 内积反映用户查询和文档的相似度,将查询结果按相似度的降序排列后提供给用户[1]。它们对用户的查 询项进行精确匹配,因此只能反映用户所要检索内容的某一方面,无法保证语义概念上的匹配。而且算法 效果与样本输入的次序和词频相关,只有当句子包含的词数足够多时,相关的词才会重复出现,其效果才 能体现出来,因此该算法只适合于词频
  3. 所属分类:其它

    • 发布日期:2010-05-17
    • 文件大小:190464
    • 提供者:nanaliv
  1. k均值算法的研究

  2. 将 K—me a n s 算法引入到朴素贝叶斯分类研究中 , 提 出一种基于 K—me a n s的朴素贝叶斯分类算法。首先用 K— me . a r k s 算法对原始数据集 中的完整数据子集进行聚类 , 计算缺失数据子集中的每条记录与 个簇重心之间的相似度 , 把记 录赋给距离最近的一个簇, 并用该簇相应的属性均值来填充记录的缺失值 , 然后用朴素贝叶斯分类算法对处理后的数据 集进行分类。实验结果表明, 与朴素贝叶斯相比, 基于 K—me a n s 思想的朴素贝叶斯算法具有较高的分类准确
  3. 所属分类:数据库

    • 发布日期:2012-02-27
    • 文件大小:173056
    • 提供者:liziqunsuanfa
  1. K-均值聚类的Matlab仿真设计

  2. 研究k均值算法设计思想,并用matlAB仿真实现。
  3. 所属分类:其它

    • 发布日期:2012-04-21
    • 文件大小:274432
    • 提供者:sever2011
  1. K均值和ISOData聚类

  2. 很好聚类算法实现,分别实现了K均值和ISOData算法,可以直接运行,MFC界面,对于学习聚类算法和研究数字图像处理的人很有帮助
  3. 所属分类:C++

    • 发布日期:2012-11-25
    • 文件大小:7340032
    • 提供者:yyshawn
  1. 基于K_Means的文本层次聚类算法研究

  2. k-means 算法接受参数 k ;然后将事先输入的n个数据对象划分为 k个聚类以便使得所获得的聚类满足:同一聚类中的对象相似度较高;而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”(引力中心)来进行计算的。
  3. 所属分类:Java

    • 发布日期:2015-01-28
    • 文件大小:87040
    • 提供者:fangzhi8907
  1. K-means聚类算法

  2. 聚类相关的研究论文,有核心期刊 硕博论文,包含K均值选取、初始类中心等。
  3. 所属分类:其它

    • 发布日期:2015-04-04
    • 文件大小:264192
    • 提供者:cyf2011300
  1. K均值算法改进及在网络入侵检测中的应用_刘长骞.pdf

  2. 研究保证网络安全有效阻止入侵行为,针对网络入侵检测问题,传统 K 均值聚类算法在网络入侵检测应用过程中, 存 在对聚类中心初始值敏感、易陷入局部最优值等不足,从而使网络入侵检测正确率低,误检测率高难题。为了提高检测准确 性,提出一种改进的 K 均值聚类网络入检测算法
  3. 所属分类:系统安全

    • 发布日期:2019-05-14
    • 文件大小:308224
    • 提供者:yantaidahan
  1. 1-CSTPCD 北大核心 汽车4S店TFM客户细分模型及其方法研究.pdf

  2. 针对汽车4S 店客户消费模式不同于其他行业,而传统RFM 模型难以适用于汽车4S 店客户细分的问题,课题组对传统RFM 模型的数据分析指标进行优化改进,形成可适用于汽车4S 店的TFM 客户细分模型. 该模型可依据客户的行为属性通 过K 均值聚类算法进行客户细分,最后随机抽取某汽车4S 店客户数据进行实验验证. 实验结果表明,改进的TFM 模型能够有效细分客户,为汽车4S 店针对不同价值的客户制定相应的个性化服务以及营销策略提供了良好的参考依据.
  3. 所属分类:互联网

    • 发布日期:2020-05-14
    • 文件大小:1048576
    • 提供者:nczfkb
  1. 粗糙集连续属性离散化的k均值方法

  2. 为在应用粗糙集理论处理数据时,对连续属性进行离散化预处理,采用k均值算法对连续属性进行离散化的方法,将属性无监督聚类成两类.通过在UCI数据库上选取的4组数据进行实验,首先离散化,再通过粗糙集约简,最后使用k NN(k=10)分类器,并和其他两种离散化方法进行对比.研究结果表明:该方法能够提高离散化的效率,降低实验的复杂度,并有效减少断点数.
  3. 所属分类:其它

    • 发布日期:2020-06-28
    • 文件大小:627712
    • 提供者:weixin_38709816
  1. 聚类算法在矿产资源与经济发展关系研究中的应用

  2. 通过应用迭代自组织算法,获得最优的聚类数K,弥补了K均值聚类算法在聚类初始K值的不确定性,同时该算法为K均值聚类算法确定最优的聚类数K在矿产资源与经济发展关系研究中提供了一种新途径。
  3. 所属分类:其它

    • 发布日期:2020-07-07
    • 文件大小:588800
    • 提供者:weixin_38625448
  1. K-均值聚类算法研究

  2. 【摘要】 目前,对于聚类问题的研究普遍存在于社会生活中的各个领域,如模式识别、图像处理、机器学习和统计学等。关于对生活中各种各样的数据的聚类分类问题已经成为众多学者的研究热题之一。聚类和分类的区别在于,聚类没有任何先验知识可循,要通过数据自身的特点,将数据自动的划分到不同的类别中。聚类的基本形式定义为“在已给的数据集合中寻找数据点集的同类集合。每一个集合叫做一个类,并确定了一个区域,在区域中对象的密度高于其他区域中的密度。”聚类方法有很多种,其中最简单的形式便是划分式聚类,划分式聚类试图将给定的
  3. 所属分类:互联网

    • 发布日期:2020-07-04
    • 文件大小:3145728
    • 提供者:songzailu6482
  1. 基于K-均值聚类的神经切片图像功能束类型识别研究

  2. 针对周围神经物理切片图像中不同类型的神经功能束染色后显示出的特异性,提出了一种基于K-均值聚类的神经切片染色图像中神经功能束类型识别的方法。首先通过特征分析与提取决定以灰度均值μ和方差σ2作为纹理特征,然后运用本文算法对神经切片染色图像中的不同类型神经功能束进行聚类和识别。通过在人体周围神经组织切片图像上的实验证明,该算法能对神经切片染色图像中的神经功能束类型进行有效分类识别。
  3. 所属分类:其它

    • 发布日期:2020-10-19
    • 文件大小:423936
    • 提供者:weixin_38721398
  1. 偏联系数聚类和随机森林算法在雷达信号分选中的应用

  2. 为了提高雷达调制信号在电子对抗环境中的分选准确度,建立了基于偏联系数模糊聚类(PCFCM)算法和教与学随机森林(TLRF)算法的雷达调制信号分选(PCFCM-TLRF)模型。该模型引入偏联系数(PCN)改进K均值聚类(K-means)算法,优化模糊C均值聚类(FCM)算法,用优化后的FCM算法对信号样本集进行预处理;使用“教与学”优化(TLBO)算法优化随机森林(RF)算法,使优化后的RF算法能够以更低的复杂度构成更优的分类器;将预处理后的样本作为TLRF中的训练样本实现信号分选。研究结果表明,
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:3145728
    • 提供者:weixin_38683930
  1. OneDayProjects:用于研究和学习的小型项目-源码

  2. 一日项目 研究和学习的小型项目 1.客户细分 来自英国零售商的实际交易客户细分: 现“客户细分”为 将客户群分为多个群体的过程,这些群体在产品的营销方式或向他们推销方面具有相似性,例如性别,年龄,兴趣,人口统计,经济状况,地理位置,行为方式,消费习惯等。 是无监督学习的最重要应用之一。 通过使用群集技术,公司可以确定客户的几个细分市场,从而使他们可以定位潜在的用户群。 公司使用群集过程来预见或映射具有类似行为的客户群,以识别和定位潜在的用户群。 用于细分的算法: K均值聚类 分层聚类
  3. 所属分类:其它

    • 发布日期:2021-02-13
    • 文件大小:38797312
    • 提供者:weixin_42137022
  1. 复杂环境下异形多目标识别与点云获取算法

  2. 研究了复杂环境下不同形状物体的快速识别、定位以及表面检测,旨在满足智能机器在线作业时对复杂环境中的目标进行同步性抓取以及表面检测等需求,讨论了异形物体的多目标快速识别、定位、立体匹配及点云后处理算法。首先,基于稳健主成分分析识别出场景中的新增目标,再运用改进k均值聚类对各目标进行图像定位。然后,通过支持向量机筛选出感兴趣区域,并借助外极线约束进行一维搜索获取双目图像中的待匹配区域,快速获得局部三维点云。最后,进行特定的点云去噪处理以减小误差。实验结果表明,相比于传统方法,本文算法有效缩短了程序运
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:14680064
    • 提供者:weixin_38553681
  1. 一种层次初始的聚类个数自适应的聚类方法研究

  2. K均值聚类算法是一种常见且有效的基于划分的聚类算法。为解决该聚类算法对初始中心敏感的问题,常用的方法是层次化初始聚类中心。然而,层次初始的聚类算法仍然需要将聚类个数作为输入参数,在高维数据和海量数据中不易应用。基于能够自动确定聚类数目的目的,采用DBI度量,提出一种层次初始的聚类个数自适应的聚类方法(简称DHIKM)。通过UCI数据集和仿真数据上的实验,证明DHIKM可以在采样数据中快速找到合适的聚类个数,实验结果表明该算法在聚类质量与收敛速度上的有效性。
  3. 所属分类:其它

    • 发布日期:2021-01-29
    • 文件大小:1048576
    • 提供者:weixin_38638647
  1. K-means聚类算法中聚类个数的方法研究

  2. 在数据挖掘算法中,K均值聚类算法是一种比较常见的无监督学习方法,簇间数据对象越相异,簇内数据对象越相似,说明该聚类效果越好。然而,簇个数的选取通常是由有经验的用户预先进行设定的参数。本文提出了一种能够自动确定聚类个数,采用SSE和簇的个数进行度量,提出了一种聚类个数自适应的聚类方法(简称:SKKM)。通过UCI数据和仿真数据对象的实验,对SKKM算法进行了验证,实验结果表明改进的算法可以快速的找到数据对象中聚类个数,提高了算法的性能。
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:863232
    • 提供者:weixin_38502639
  1. 基于K-均值聚类的多模态异构大数据检测算法研究

  2. 为了解决传统多模态异构大数据检测算法存在的存储极值高、QTI指标低,而导致数据模态混乱的问题,为解决此问题,建立基于K-均值聚类的多模态异构大数据检测算法。以异构语料库作为大数据支撑背景,借助多模态均值分类器,确定相似性检测度量值,搭建基于K-均值聚类的多模态异构体系。在此基础上,利用多模态型TAN检测网络,恢复处于异构状态的大数据结构体,再通过计算粗糙权重水平的方式,实现多模态异构大数据检测算法研究。应用实验结果表明,与MapReduce检测手段相比,应用异构型检测算法后,大数据结构存储极值出
  3. 所属分类:其它

    • 发布日期:2021-01-12
    • 文件大小:1048576
    • 提供者:weixin_38699757
  1. 基于矩阵素描和k-均值聚类的增量非负矩阵分解

  2. 随着因特网上信息的增加,在商业应用中迫切需要在线和实时推荐。 这种推荐通过结合用户的历史数据和他们的当前行为来获得结果。 传统的推荐算法具有很高的计算复杂度,因此在处理大量历史数据时通常会延迟其React。 在本文中,我们研究了现代应用程序中在线和实时处理的基本需求。 特别是为了给用户提供更好的在线体验,本文提出了一种增量推荐算法,以减少计算复杂度和React时间。 可以将所提出的算法视为非负矩阵分解的在线版本。 本文采用矩阵草图法和k-means聚类分别处理冷启动用户和现有用户,实验表明该算法
  3. 所属分类:其它

    • 发布日期:2021-03-27
    • 文件大小:782336
    • 提供者:weixin_38644097
« 12 »