您的位置: 专家智库 > >

毕晋芝

作品数:3 被引量:13H指数:3
供职机构:太原理工大学更多>>
发文基金:山西省自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 2篇遗传算法
  • 2篇数据挖掘
  • 2篇聚类
  • 2篇聚类算法
  • 2篇均值聚类
  • 2篇均值聚类算法
  • 2篇K均值
  • 2篇K均值聚类
  • 2篇K均值聚类算...
  • 1篇质量管理
  • 1篇软件质量
  • 1篇K均值算法

机构

  • 3篇太原理工大学
  • 1篇山西省自动化...

作者

  • 3篇毕晋芝
  • 1篇胡彧
  • 1篇吕宁

传媒

  • 1篇计算机系统应...
  • 1篇科技情报开发...

年份

  • 2篇2010
  • 1篇2008
3 条 记 录,以下是 1-3
排序方式:
遗传优化的K均值聚类算法
数据挖掘作为一种能挖掘出隐藏在数据复杂关系背后有价值信息的一种新兴技术,由于其实用性而迅速发展。聚类分析方法是数据挖掘的一个重要研究方向,其作为一种无监督学习方法被广泛应用于各行各业。K均值聚类算法是聚类分析方法中一种非...
毕晋芝
关键词:数据挖掘聚类算法K均值聚类算法遗传算法
浅谈软件项目质量管理被引量:4
2008年
从软件项目质量管理重要性谈起,分别对项目质量管理的内容、原则、提高方法、常用的技术和工具进行了论述。
吕宁毕晋芝
关键词:软件质量
遗传优化的K均值聚类算法被引量:7
2010年
在K均值聚类算法中,K值需事先确定且在整个聚类过程中不能改变其大小,而按照经验K值划分所得的最终聚类结果一般并非最佳结果。通过求解所构造适应度函数的值,在变异操作中实现最佳聚类数K值的自动寻优,同时借助遗传操作完成聚类中心点的优化选取并利用遗传算法的全局寻优能力克服了K均值聚类算法的局部性。通过对Iris等数据集的实验分析,证明该算法具有良好的全局收敛性,且通过K值的自动调整,有效提高了聚类结果的划分。
胡彧毕晋芝
关键词:K均值算法遗传算法聚类算法数据挖掘
共1页<1>
聚类工具0