2024年12月21日
星期六
|
欢迎来到维普•公共文化服务平台
登录
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
林帆
作品数:
1
被引量:123
H指数:1
供职机构:
北京大学信息科学技术学院智能科学系
更多>>
发文基金:
国家高技术研究发展计划
中国矿业大学科技基金
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
夏征义
中国人民解放军
雷小锋
北京大学信息科学技术学院智能科...
谢昆青
北京大学信息科学技术学院智能科...
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
连通性
1篇
聚类
1篇
聚类算法
1篇
基于密度
1篇
K-MEAN...
机构
1篇
北京大学
1篇
中国人民解放...
作者
1篇
谢昆青
1篇
雷小锋
1篇
夏征义
1篇
林帆
传媒
1篇
软件学报
年份
1篇
2008
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
一种基于K-Means局部最优性的高效聚类算法
被引量:123
2008年
K-Means聚类算法只能保证收敛到局部最优,从而导致聚类结果对初始代表点的选择非常敏感.许多研究工作都着力于降低这种敏感性.然而,K-Means的局部最优和结果敏感性却构成了K-MeanSCAN聚类算法的基础.K-MeanSCAN算法对数据集进行多次采样和K-Means预聚类以产生多组不同的聚类结果,来自不同聚类结果的子簇之间必然会存在交集.算法的核心思想是,利用这些交集构造出关于子簇的加权连通图,并根据连通性合并子簇.理论和实验证明,K-MeanScan算法可以在很大程度上提高聚类结果的质量和算法的效率.
雷小锋
谢昆青
林帆
夏征义
关键词:
基于密度
K-MEANS
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张