期刊文献+
共找到224篇文章
< 1 2 12 >
每页显示 20 50 100
基于MPE和改进K⁃means算法的分接开关机械故障诊断方法 被引量:14
1
作者 马宏忠 徐艳 魏海增 《高压电器》 CAS CSCD 北大核心 2020年第8期198-204,共7页
随着有载调压变压器在电网应用的增多以及有载分接开关(on⁃load tap⁃changer,OLTC)频繁地调节,分接开关的故障率在不断增加。为更有效进行OLTC机械故障诊断,提出一种基于MPE和改进K⁃means算法的OLTC机械故障诊断方法。首先,模拟OLTC的... 随着有载调压变压器在电网应用的增多以及有载分接开关(on⁃load tap⁃changer,OLTC)频繁地调节,分接开关的故障率在不断增加。为更有效进行OLTC机械故障诊断,提出一种基于MPE和改进K⁃means算法的OLTC机械故障诊断方法。首先,模拟OLTC的不同机械故障,采集振动信号;其次,为实现非线性振动信号下OLTC的故障诊断,采用多尺度排列熵(MPE)进行OLTC机械故障状态的特征提取;再次,采用粒子群(PSO)优化的K⁃means聚类算法诊断OLTC机械故障;最后,将该方法用于OLTC的机械故障诊断,并与传统K⁃means算法以及BP网络的诊断效果进行对比。结果表明,提出的基于MPE和改进K⁃means算法适用于OLTC机械故障诊断,诊断效果优于传统K⁃means算法以及BP网络,且其稳定性较高。 展开更多
关键词 OLTC K⁃means算法 粒子群优化的K⁃means算法 多尺度排列熵
在线阅读 下载PDF
K-means算法初始聚类中心选择的优化 被引量:51
2
作者 冯波 郝文宁 +1 位作者 陈刚 占栋辉 《计算机工程与应用》 CSCD 2013年第14期182-185,192,共5页
针对传统K-means算法对初始聚类中心敏感的问题,提出了基于数据样本分布情况的动态选取初始聚类中心的改进K-means算法。该算法根据数据点的距离构造最小生成树,并对最小生成树进行剪枝得到K个初始数据集合,得到初始的聚类中心。由此得... 针对传统K-means算法对初始聚类中心敏感的问题,提出了基于数据样本分布情况的动态选取初始聚类中心的改进K-means算法。该算法根据数据点的距离构造最小生成树,并对最小生成树进行剪枝得到K个初始数据集合,得到初始的聚类中心。由此得到的初始聚类中心非常地接近迭代聚类算法收敛的聚类中心。理论分析与实验表明,改进的K-means算法能改善算法的聚类性能,减少聚类的迭代次数,提高效率,并能得到稳定的聚类结果,取得较高的分类准确率。 展开更多
关键词 K—means算法 聚类 初始聚类中心 TDKM算法
在线阅读 下载PDF
一种分层自适应快速K-means算法 被引量:7
3
作者 张晓琳 崔宁宁 +1 位作者 杨涛 李洁 《计算机应用研究》 CSCD 北大核心 2016年第2期421-423,427,共4页
提出一种分层自适应快速K-means(hierarchical adaptive fast K-means,HAFKM)算法对图像数据库分类聚簇。HAFKM根据提出的分层策略构建一棵非平衡聚类树,通过自适应的方法 CEC(cluster evaluation criterion)确定了除根节点外的每棵子... 提出一种分层自适应快速K-means(hierarchical adaptive fast K-means,HAFKM)算法对图像数据库分类聚簇。HAFKM根据提出的分层策略构建一棵非平衡聚类树,通过自适应的方法 CEC(cluster evaluation criterion)确定了除根节点外的每棵子树的分支数目,而在聚类树的每一层聚类中使用一种提出的判别函数(cost-function)在颜色直方图上根据颜色等级直接聚类,从而可以在整棵树上快速聚类。实验表明,HAFKM算法通过在非平衡树上逐层聚类,并且通过CEC准确判断聚类数目,可以快速、高效地实现数据库的分类聚簇。 展开更多
关键词 HAFKM K—means算法 分层聚类 自适应 大数据库 聚类树
在线阅读 下载PDF
基于微博舆情监测的K-Means算法改进研究 被引量:17
4
作者 朱晓峰 陈楚楚 尹婵娟 《情报理论与实践》 CSSCI 北大核心 2014年第1期136-140,共5页
在分析传统K-Means算法局限性的基础上,提出了一种基于文本平均相似度的K-Means算法,通过对每个文本的平均相似度计算和排序,以文本平均相似度值为标准来选择初始聚类中心点。实验证明,改进后的算法,更适合微博文本的特点,聚类精度和聚... 在分析传统K-Means算法局限性的基础上,提出了一种基于文本平均相似度的K-Means算法,通过对每个文本的平均相似度计算和排序,以文本平均相似度值为标准来选择初始聚类中心点。实验证明,改进后的算法,更适合微博文本的特点,聚类精度和聚类稳定性均明显改善,微博舆情监测的质量大幅度提高。 展开更多
关键词 微博 网络舆情 K—means算法
在线阅读 下载PDF
基于学术文献同被引分析的K-means算法改进研究 被引量:4
5
作者 吴夙慧 成颖 +1 位作者 郑彦宁 潘云涛 《情报学报》 CSSCI 北大核心 2012年第1期82-94,共13页
K—means算法是一种应用广泛的聚类算法,但是存在初始聚类中心和K值选取的难题。本文提出了一种基于学术文献同被引分析的初始聚类中心和K值选取的K—means改进算法。该算法属于两步聚类算法,首先对学术文献进行同被引分析,得到同被... K—means算法是一种应用广泛的聚类算法,但是存在初始聚类中心和K值选取的难题。本文提出了一种基于学术文献同被引分析的初始聚类中心和K值选取的K—means改进算法。该算法属于两步聚类算法,首先对学术文献进行同被引分析,得到同被引矩阵,然后基于同被引矩阵进行层次聚类。算法记录每次迭代过程中被聚为一类的学术文献间的距离以及两次迭代间的距离差,当两次迭代的距离差取得最大值时取其聚类数作为第二步K-means算法的K值,并且将此时的类中心作为第二步K—means算法的初始聚类中心。第二步聚类则依据文献内容实现K-means算法。实验通过与经典K—means算法和基于凝聚层次聚类算法的改进K—means算法的对比,证明了本文提出的改进的K—means算法具备更优的聚类效果。 展开更多
关键词 K—means算法 K值 初始聚类中心 同被引 文献聚类
在线阅读 下载PDF
一种基于蚁群算法的K-means算法——在公路运输枢纽宏观布局规划中的应用 被引量:8
6
作者 孟岩 刘希玉 刘艳丽 《计算机工程与应用》 CSCD 北大核心 2008年第1期179-182,共4页
公路运输的发展有效促进了我国经济持续、快速的发展,但公路建设和运输枢纽建设呈现出不平衡性。因此需采用聚类分析对公路主枢纽城市进行聚类,划分层次来进行功能分析。K-means算法是聚类分析中使用最为广泛的算法之一,但算法具有初始... 公路运输的发展有效促进了我国经济持续、快速的发展,但公路建设和运输枢纽建设呈现出不平衡性。因此需采用聚类分析对公路主枢纽城市进行聚类,划分层次来进行功能分析。K-means算法是聚类分析中使用最为广泛的算法之一,但算法具有初始中心点和聚类个数不确定等方面的缺点。针对其缺点,提出将基于蚁群算法的K-means算法应用于在公路运输枢纽布局规划中。实验结果表明,与单独使用两种算法相比,该算法更能有效地解决公路主枢纽城市的聚类问题。 展开更多
关键词 K—means算法 蚁群聚类算法 公路运输 主枢纽城市
在线阅读 下载PDF
基于初始聚类中心优化和维间加权的改进K-means算法 被引量:7
7
作者 王越 王泉 +1 位作者 吕奇峰 曾晶 《重庆理工大学学报(自然科学)》 CAS 2013年第4期77-80,共4页
针对K-means算法易受随机选择的初始聚类中心的影响和划分准确率不高的缺点,给出了一种改进的K-means算法。首先对初始聚类中心的选择过程进行了改进,然后对各样本点间差异最大的维进行加权处理。在Iris数据集上对原始算法和改进后的K-m... 针对K-means算法易受随机选择的初始聚类中心的影响和划分准确率不高的缺点,给出了一种改进的K-means算法。首先对初始聚类中心的选择过程进行了改进,然后对各样本点间差异最大的维进行加权处理。在Iris数据集上对原始算法和改进后的K-means算法的聚类结果进行对比分析。实验证明:改进后的算法稳定,且聚类的准确率达到了92%。 展开更多
关键词 聚类 K—means算法 初始聚类中心 维间加权 Iris数据集
在线阅读 下载PDF
基于密度的K-Means算法及在客户细分中的应用研究 被引量:11
8
作者 向坚持 刘相滨 资武成 《计算机工程与应用》 CSCD 北大核心 2008年第35期246-248,共3页
针对K-Means算法所存在的问题进行了深入研究,提出了基于密度的K-Means算法(KMAD算法)。该算法采用聚类对象区域空间的密度分布方法来确定聚类个数K的值,然后用高密度区域的质心作为K-Means算法的初始聚类中心。理论分析与实验结果表明... 针对K-Means算法所存在的问题进行了深入研究,提出了基于密度的K-Means算法(KMAD算法)。该算法采用聚类对象区域空间的密度分布方法来确定聚类个数K的值,然后用高密度区域的质心作为K-Means算法的初始聚类中心。理论分析与实验结果表明了改进算法的有效性和稳定性,并将改进的算法应用于客户细分研究中。 展开更多
关键词 K—means算法 KMAD算法 密度 客户细分
在线阅读 下载PDF
K-Means算法的研究与改进 被引量:20
9
作者 周爱武 陈宝楼 王琰 《计算机技术与发展》 2012年第10期101-104,共4页
K-Means算法是一种基于划分方法的经典聚类算法,已经在很多领域得到广泛的应用。虽然该算法有很多优点,但其也存在自身的局限性,比如需要用户输入聚类簇个数,初始聚类中心是随机性选择的,算法容易陷入局部最优解,对孤立点比较敏感等。... K-Means算法是一种基于划分方法的经典聚类算法,已经在很多领域得到广泛的应用。虽然该算法有很多优点,但其也存在自身的局限性,比如需要用户输入聚类簇个数,初始聚类中心是随机性选择的,算法容易陷入局部最优解,对孤立点比较敏感等。文中首先应用统计学中的标准分数对样本进行孤立点分析,然后提出一种新的初始聚类中心确定策略。对改进的算法和原算法分别做实验进行比较,实验结果表明,改进的算法在准确率、收敛速度和稳定性方面都有很大的提高。 展开更多
关键词 K—means算法 孤立点 初始聚类中心
在线阅读 下载PDF
基于离群点检测的K-means算法 被引量:3
10
作者 冷泳林 张清辰 +1 位作者 赵亮 鲁富宇 《渤海大学学报(自然科学版)》 CAS 2014年第1期34-38,48,共6页
K-means算法以其简单、快速的特点在现实生活中得到广泛应用.然而传统Kmeans算法容易受到噪声的影响,导致聚类结果不稳定,聚类精度不高.针对这个问题,提出一种基于离群点检测的K-means算法,首先检测出数据集中的离群点,在选择初始种子... K-means算法以其简单、快速的特点在现实生活中得到广泛应用.然而传统Kmeans算法容易受到噪声的影响,导致聚类结果不稳定,聚类精度不高.针对这个问题,提出一种基于离群点检测的K-means算法,首先检测出数据集中的离群点,在选择初始种子的时候,避免选择离群点作为初始种子.然后在对非离群点进行聚类完成后,根据离群点到各个聚类的距离,将离群点划分到相应的聚类中.算法有效降低离群点对K-means算法的影响,提高聚类结果的准确率.实验表明,在聚类类别数给定的前提下,在标准数据集UCI上该算法有效降低离群点对K-means算法的影响,提高了聚类的精确率和稳定性. 展开更多
关键词 聚类 K—means算法 离群点 UCI数据集
在线阅读 下载PDF
一种改进的K-means算法 被引量:6
11
作者 尹宝勇 吴斌 刘建生 《江西理工大学学报》 CAS 2018年第5期97-102,共6页
通过分析传统K-means算法难以确定聚类中心数目的问题,提出了一种改进的K-means聚类算法(CS-kmeans).该算法分析当聚类效果较好时最大类内距离与最小类间距离之间的关系,使用类内距离小于最小类间距离以及类间距离大于最大类内距离实现... 通过分析传统K-means算法难以确定聚类中心数目的问题,提出了一种改进的K-means聚类算法(CS-kmeans).该算法分析当聚类效果较好时最大类内距离与最小类间距离之间的关系,使用类内距离小于最小类间距离以及类间距离大于最大类内距离实现对类别数的自动分割与合并,从而确定适当的聚类数目.实验结果表示,文中改进后的算法相比传统K-means算法和其他改进算法,对于确定聚类中心数目、提高聚类质量是更为有效的. 展开更多
关键词 K—means算法 类间距离 类内距离
在线阅读 下载PDF
AGNES算法在K-means算法中的应用 被引量:2
12
作者 周爱武 潘勇 +1 位作者 崔丹丹 肖云 《微型机与应用》 2011年第23期79-81,共3页
提出一种新的选取初始聚类中心的算法,该算法结合了凝聚层次聚类算法AGNES,利用该算法选出初始聚类中心,再应用到K-means算法中进行聚类。实验表明,改进的算法聚类效果更好,准确率得到了提高,迭代次数也明显减少,还能够发现异常点。
关键词 K—means算法 AGNES算法 初始聚类中心 密度
在线阅读 下载PDF
机群环境下的并行K-means算法 被引量:3
13
作者 毛嘉莉 万敏 陈华月 《宜宾学院学报》 2007年第12期91-93,共3页
针对串行K-means算法已难以适应海量数据的聚类分析,基于机群环境下提出了一种并行K-means算法,采用数据并行策略,引入自适应的数据划分思想,动态地实现了各节点间的负载平衡,从理论分析以及实验结果两个方面验证了该算法的高效率。
关键词 并行K—means算法 机群 PVM 动态负载平衡
在线阅读 下载PDF
基于模拟退火的K-means算法研究 被引量:4
14
作者 黄浩 肖立志 +1 位作者 张国毅 孙强 《舰船电子对抗》 2008年第6期103-105,共3页
针对K-means算法依赖于初始聚类中心、经常陷入局部最优解等缺点,利用模拟退火算法的全局优化特点,提出一种基于模拟退火的K-means算法。仿真结果表明该算法减弱了对初始聚类中心的依赖性,提高了原有算法的稳定性。该算法能够获得全局... 针对K-means算法依赖于初始聚类中心、经常陷入局部最优解等缺点,利用模拟退火算法的全局优化特点,提出一种基于模拟退火的K-means算法。仿真结果表明该算法减弱了对初始聚类中心的依赖性,提高了原有算法的稳定性。该算法能够获得全局最优解,收敛于局部极小值点的可能性大大减少。 展开更多
关键词 聚类 K—means算法 模拟退火
在线阅读 下载PDF
改进的K-means算法在入侵检测中的应用 被引量:3
15
作者 黎银环 张剑 《计算机技术与发展》 2013年第1期165-168,共4页
传统K-means聚类算法存在初始聚类中心选取敏感且需要预先设定聚类数等不足,导致入侵检测效率较低。为了提高入侵检测的准确性,提出一种改进的K-means算法。采用分离预处理记录属性的方法,在随机抽取的数据子集中基于密度距离生成初始... 传统K-means聚类算法存在初始聚类中心选取敏感且需要预先设定聚类数等不足,导致入侵检测效率较低。为了提高入侵检测的准确性,提出一种改进的K-means算法。采用分离预处理记录属性的方法,在随机抽取的数据子集中基于密度距离生成初始聚类中心;利用类内最大相似度距离和类间最小相似度距离动态生成新类而无须事先确定K值。通过KDDCUP99数据集仿真实验表明,与传统的K-means聚类算法相比,改进的K-means算法有效提高了入侵检测的检测率,降低了误检率,缩短了检测时间。 展开更多
关键词 入侵检测 聚类算法 K—means算法
在线阅读 下载PDF
基于改进后的K-means算法研究根据酿酒葡萄和葡萄酒的理化指标对红葡萄酒的分级方法 被引量:1
16
作者 黄鸿基 钱圳冰 +1 位作者 冯帆 周行洲 《中国市场》 2017年第16期196-197,共2页
文章研究的是葡萄酒的根据酿酒葡萄的理化指标和葡萄酒的质量,对这些酿酒葡萄进行分级和分析酿酒葡萄及葡萄酒的理化指标对葡萄酒质量的影响。首先研究筛选了一组合理的葡萄酒样本进行了标准化处理。分别建立了Kmeans分析模型去进行样... 文章研究的是葡萄酒的根据酿酒葡萄的理化指标和葡萄酒的质量,对这些酿酒葡萄进行分级和分析酿酒葡萄及葡萄酒的理化指标对葡萄酒质量的影响。首先研究筛选了一组合理的葡萄酒样本进行了标准化处理。分别建立了Kmeans分析模型去进行样本分析。为了得到明确的评估指标,研究改进了K-means算法,结合主成分分析的原理,得到了PCA-K-means模型。研究把酿酒葡萄分成了四类,而葡萄酒分成了五类。 展开更多
关键词 聚类分析 主成分分析 K—means算法
在线阅读 下载PDF
一种基于密度的K-means算法 被引量:3
17
作者 乔小妮 张明新 史变霞 《电脑开发与应用》 2008年第10期9-11,共3页
基于密度聚类的思想,提出了一种改进的K-means算法。算法吸取密度聚类算法的优点,利用对象的t-邻域密度作为选择初始聚类中心点的条件,选出较优的初始中心点,从而得到较好的聚类效果。通过实验表明,此方法相对于随机选取初始聚类中心点... 基于密度聚类的思想,提出了一种改进的K-means算法。算法吸取密度聚类算法的优点,利用对象的t-邻域密度作为选择初始聚类中心点的条件,选出较优的初始中心点,从而得到较好的聚类效果。通过实验表明,此方法相对于随机选取初始聚类中心点准确率较高、稳定性强、可伸缩性好。 展开更多
关键词 K—means算法 t-邻域密度 初始聚类中心点
在线阅读 下载PDF
K-means算法在大学生消费状况分析中的应用 被引量:3
18
作者 贺玉珍 任姚鹏 《计算机时代》 2013年第2期19-21,共3页
以运城学院在校大学生为例,对其消费情况进行了抽样调查,并利用K-means算法对调查结果进行了聚类和分析。实验结果表明,每一类学生中影响其消费的因素是有差别的,该分析结果可作为指导各类学生消费的依据。
关键词 数据挖掘 聚类分析 K—means算法 消费调查
在线阅读 下载PDF
基于K—means算法的电子政务用户细分模型研究 被引量:2
19
作者 张向宏 唐冉 《商场现代化》 2009年第5期372-374,共3页
在系统阐释电子政务发展阶段的基础上,将CRM及其客户细分理念引入电子政务领域,构建用户细分模型,并进行实证分析,结果表明,细分结果能够为个性化服务的实现创造条件。
关键词 电子政务 CRM 客户细分 K—means算法
在线阅读 下载PDF
利用改进的K-means算法实现文献著者人名消歧 被引量:10
20
作者 朱亮亮 《软件导刊》 2013年第5期63-66,共4页
文献著者消歧是人名消歧的一种,近年来引起了学术界的广泛关注。其中,文献聚类方法是文献著者消歧的重要方法,但其实验效果往往不佳。基于此,对文本聚类K-means方法进行改进,并在此基础上来实现文献著者消歧。实验结果表明,改进的K-mean... 文献著者消歧是人名消歧的一种,近年来引起了学术界的广泛关注。其中,文献聚类方法是文献著者消歧的重要方法,但其实验效果往往不佳。基于此,对文本聚类K-means方法进行改进,并在此基础上来实现文献著者消歧。实验结果表明,改进的K-means算法能有效提高文献著者消歧的实验效果。 展开更多
关键词 文献著者 人名消歧 文本聚类 K—means算法
在线阅读 下载PDF
上一页 1 2 12 下一页 到第
使用帮助 返回顶部