已閱讀1頁，還剩54頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、K-means聚類算法是一種基于劃分的聚類算法,在眾多聚類算法的性能比較中,該算法具有效率高、可發(fā)現(xiàn)任意聚類形狀、對數(shù)據(jù)輸入順序不敏感、且對于高維數(shù)據(jù)也有較好的性能,而得到廣泛的應(yīng)用,但是K-means算法需要事先指定K值,并且對于“噪音”和孤立點(diǎn)數(shù)據(jù)敏感。因此針對K-means算法的以上缺點(diǎn)提出了新算法,從以下兩點(diǎn)對傳統(tǒng)的K-means算法進(jìn)行了改進(jìn)。首先,將文檔集合分成一定規(guī)模的子文檔集,串行聚類。其次,在聚類中心的選擇上使用遺傳算
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 一種改進(jìn)的概率潛在語義分析下的文本聚類算法研究.pdf
- 一種優(yōu)化的順序IB文本聚類算法.pdf
- 一種改進(jìn)的離群模糊核聚類算法.pdf
- 一種改進(jìn)的k_means聚類算法研究.pdf
- 一種改進(jìn)的快速聚類算法及并行化研究.pdf
- 一種聚類算法的并行化研究.pdf
- 一種新的分層聚類算法研究.pdf
- 一種改進(jìn)的KNN文本分類算法.pdf
- 基于密度峰值的一種文本聚類優(yōu)化算法的研究與實(shí)現(xiàn).pdf
- 基于文本聚類的特征選擇算法研究.pdf
- 一種基于改進(jìn)粒子群和K均值結(jié)合的聚類算法.pdf
- 一種基于PDStream的增量聚類算法研究.pdf
- 一種聚類算法的并行化改進(jìn)及其在微博用戶聚類中的應(yīng)用.pdf
- 一種基于聚類的RCNA識別算法.pdf
- 一種自適應(yīng)譜聚類算法研究.pdf
- 一種基于隱私保護(hù)的網(wǎng)格聚類算法.pdf
- 一種基于重疊聚類的查詢擴(kuò)展算法.pdf
- 一種基于結(jié)點(diǎn)聚類的網(wǎng)絡(luò)定位算法.pdf
- 一種基于Web日志挖掘聚類算法的研究.pdf
- 一種并行分層聚類算法的研究和實(shí)現(xiàn).pdf
評論
0/150
提交評論