您的位置： 专家智库 > >

王克

作品数：2 被引量：22H指数：1
供职机构：桂林电子科技大学更多>>
发文基金：国家自然科学基金广西壮族自治区自然科学基金更多>>
相关领域：自动化与计算机技术历史地理更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 1篇自动化与计算...
  • 1篇历史地理

主题

  • 2篇自适
  • 2篇自适应
  • 2篇聚类
  • 2篇聚类算法
  • 1篇数据挖掘
  • 1篇数字城管
  • 1篇K-MEAN...
  • 1篇K-MEAN...
  • 1篇城管

机构

  • 2篇桂林电子科技...
  • 1篇北京邮电大学

作者

  • 2篇王克
  • 1篇杨辉华
  • 1篇李灵巧
  • 1篇魏文

传媒

  • 1篇计算机应用

年份

  • 2篇2016
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于自适应布谷鸟搜索算法的K-means聚类算法及其应用被引量：22
2016年
针对原始K-means聚类算法受初始聚类中心影响过大以及容易陷入局部最优的不足,提出一种基于改进布谷鸟搜索(CS)的K-means聚类算法(ACS-K-means)。其中,自适应CS(ACS)算法在标准CS算法的基础上引入步长自适应调整,以提高搜索精度和收敛速度。在UCI标准数据集上,ACS-K-means算法可得到比K-means、基于遗传算法的K-means(GA-K-means)、基于布谷鸟搜索的K-means(CS-K-means)和基于粒子群优化的K-means(PSO-K-means)算法更优的聚类质量和更高的收敛速度。将ACS-K-means聚类算法应用到南宁市青秀区"城管通"系统的城管案件热图的开发中,在地图上对案件地理坐标进行聚类并显示,应用结果表明,聚类效果良好,算法收敛速度快。
杨辉华王克李灵巧魏文何胜韬
关键词：数据挖掘K-MEANS聚类数字城管
基于自适应布谷鸟搜索算法的聚类算法研究及应用
王克
全选 清除 导出
共1页<1>
聚类工具0