| 一種服務(wù)于K-means的初始中心選取方法 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：3635 K | |
| 標(biāo)簽： 聚類 初始中心 決策圖 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：聚類是數(shù)據(jù)挖掘領(lǐng)域最重要的技術(shù)之一，K-means是其中使用頻率最高的舉足輕重的聚類算法。然而，K-means算法表現(xiàn)嚴(yán)重依賴于初始中心，選取多少個(gè)初始中心以及選擇哪些數(shù)據(jù)點(diǎn)作為初始中心對(duì)K-means算法十分重要。基于此，提出一種初始中心選取方法DPCC（Density Peak Clustering Centers）。DPCC方法基于密度和距離生成一個(gè)選取決策圖，將數(shù)據(jù)集中所有的密度峰值點(diǎn)凸顯出來。這些密度峰值點(diǎn)即為DPCC方法為K-means算法提供的初始中心。實(shí)驗(yàn)表明，DPCC方法不僅可為K-means提供初始中心數(shù)量，還能有效提高K-means算法的準(zhǔn)確度，并縮減K-means算法的執(zhí)行時(shí)間。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
zhoubin333 的最新分享
- 基于雙模單包授權(quán)的公路零信任安全應(yīng)用研究*
- 基于區(qū)塊鏈的法檢司數(shù)據(jù)安全共享技術(shù)研究*
- 揭開“算法的面紗”：關(guān)于構(gòu)建算法解釋框架的思考
- 企業(yè)“數(shù)據(jù)池”的商業(yè)秘密保護(hù)路徑探究
- 注意力經(jīng)濟(jì)下陪伴式人工智能平臺(tái)的侵權(quán)責(zé)任
- 數(shù)據(jù)抓取行為競(jìng)爭(zhēng)法規(guī)制中的利益衡量研究
- 基于同態(tài)的多對(duì)多電子投票方案設(shè)計(jì)*
- 基于策略和屬性隱藏的區(qū)塊鏈訪問控制方法研究
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2