资源简介
针对k均值聚类算法存在的缺点，提出了一种新的聚类算法———基于粒子群的k 均值聚类算法，并将此算法与现有的基于遗传算法的k均值聚类算法进行比较, 理论分析和数据实验证明，该算法有较好的全局收敛性，不仅能有效地克服传统的k 均值算法易陷入局部极小值的缺点，而且全局收敛能力优于基于遗传算法的k均值聚类算
代码片段和文件信息
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 282890 2018-07-08 17:35 K均值聚类算法.pdf
----------- --------- ---------- ----- ----
文件 282890 2018-07-08 17:35 K均值聚类算法.pdf
- 上一篇：基于dwt的数字水印彩色图像水印的嵌入与提取
- 下一篇：全国省市区经纬度.xlsx
相关资源
- 基于模糊K均值和自适应混合蛙跳算法
- 自适应粒子群优化算法及其应用
- 基于模糊聚类和SVM的瓦斯涌出量预测
- Cluster Ensembles – A Knowledge Reuse fr
- 基于k-means聚类的财务欺诈类型分类
- K-means算法论文
- 微电网PSO优化算法
- 粒子群算法参考论文权威
- Particle Swarm Optimization粒子群算法原版
- 基于Kmean聚类的关键帧提取代码
- 基于动态共享近邻的谱平均密度聚类
- 基于粒子群算法优化RBF神经网络的异
- PCA-KDKM算法及其在微博舆情中的应用
- 层次聚类四种经典算法论文英文原文
- 模糊聚类分析问题试验论文及源代码
- 改进的k_均值聚类排挤小生境遗传算法
- 层次聚类代码
- Data clustering algorithm and application
- KNN-文本聚类
- knn文本聚类小型数据集
- 快速搜索密度峰值聚类
- 时间序列聚类——十年回顾
- 基于改进粒子群算法的配电网分布式
- 聚类分析在股市中的应用
- 聚类分析与模糊聚类的两本书籍
- 三种典型的基于图分割的谱聚类方法
- 聚类算法评测数据第二部分
- 聚类分析、机器学习及数据挖掘中常
- 汉语文本聚类
- 二维空间坐标的dbscan聚类算法
川公网安备 51152502000135号
评论
共有 条评论