2025年3月22日
星期六
|
欢迎来到鞍山市图书馆•公共文化服务平台
登录
|
注册
|
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
>
>
张利娜
作品数:
1
被引量:3
H指数:1
供职机构:
安徽大学计算机科学与技术学院
更多>>
发文基金:
国家自然科学基金
国家重点基础研究发展计划
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
何成刚
安徽大学计算机科学与技术学院
褚维翠
安徽大学计算机科学与技术学院
张燕平
安徽大学计算机科学与技术学院
张娟
安徽大学计算机科学与技术学院
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
点集
1篇
聚类
1篇
聚类算法
1篇
佳点集
1篇
K-MEAN...
1篇
K-MEAN...
1篇
K-MEAN...
1篇
LEADER
机构
1篇
安徽大学
作者
1篇
张娟
1篇
张燕平
1篇
褚维翠
1篇
何成刚
1篇
张利娜
传媒
1篇
计算机应用
年份
1篇
2011
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
基于佳点集与Leader方法的改进K-means聚类算法
被引量:3
2011年
针对传统K-means算法对初始点敏感的问题,采用数论中的佳点集理论结合Leader方法对K-means聚类算法加以改进,启发式地生成样本初始中心。根据两者不同的结合方式,所提算法分别称为KLG和KGL。佳点集理论能够产生比随机选取点更好的点,Leader方法则能反映数据对象本身的分布特性。结合佳点集理论和Leader方法各自的优点,能获得优化的初始中心。在UCI数据集上的实验表明,KLG算法和KGL算法所得到的结果均好于传统的和其他一些初始化的K-means算法。
张燕平
张娟
何成刚
褚维翠
张利娜
关键词:
K-MEANS算法
佳点集
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