聚类过程

作品数：17被引量：36H指数：3
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：黄瑞章唐益明任福继李冰焦李成更多>>
相关机构：浙江工业大学西安电子科技大学合肥工业大学东南大学更多>>
相关期刊：《数字技术与应用》《科技通报》《海洋测绘》《杭州电子科技大学学报（自然科学版）》更多>>
相关基金：国家自然科学基金广东省科技计划工业攻关项目国家高技术研究发展计划国家重点基础研究发展计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
矿用皮带机防纵向撕裂保护装置的设计
《江西煤炭科技》2025年第1期194-198,共5页赵杰 
提出一种通过三维(3D)点云处理识别纵向撕裂的方法,即通过双目线激光立体视觉相机获取皮带表面的空间点数据,在这些数据中,由裂痕和划痕引起的疑似点被提取出来;随后采用聚类和判别机制来区分撕裂和划痕,并仅以撕裂信息作为报警标准;最...
关键词：带式输送机 纵向撕裂 三维点云 聚类过程 主成分分析(PCA) 
考虑加入聚类过程的小容量分布式能源聚合方法
《杭州电子科技大学学报（自然科学版）》2024年第5期39-46,共8页王瑞发 刘光宇 
国家自然科学基金项目(62002315,62273124)。
大量小容量分布式能源可为电网提供调度服务,但同时也会带来管理负担。为此,本文提出一种基于同构多面体近似的分布式能源聚合方法。首先,建立分布式能源的广义可行域模型,并通过求不同分布式能源之间的闵可夫斯基和来获得聚合商的可行...
关键词：分布式能源聚合 闵可夫斯基和 同构多面体近似 多尺度相似性指标 聚类 
多维因素影响下的K-Hybrids聚类算法
《数字技术与应用》2024年第5期223-225,共3页孙晶 
在实际问题中,进行聚类分析的数据点常常受到很多因素的影响。本文针对多因素影响下的聚类问题,提出了K-Hybrids聚类算法,该算法考虑了聚类过程中点的权重差异,以及数据点所属标签相似度的问题。用加权K-means算法对聚类过程进行调整,...
关键词：聚类算法 权重因子 标签相似度 聚类分析 处理流程 聚类效果 聚类过程 逻辑距离 
基于确定初始簇心的优化K-means算法被引量：3
《数字技术与应用》2023年第11期140-142,共3页岳珊 雍巧玲 
喀什大学校内课题((2021)2742);喀什大学教研教改课题(KJBY2201)。
考虑到K-means聚类算法在聚类过程中同等地看待每个特征维度、簇心的初始选取是随机的等问题,采用优化K-means算法SVD-Kmeans。首先对高维样本数据采用奇异值分解方法,在最大限度保证原始样本数据特征的前提下进行降维处理,每个样本降...
关键词：簇心 数据特征 奇异值分解方法 特征维度 降维处理 SVD 原始样本 聚类过程 
融合相似度计算与改进遗传算法的聚类分析被引量：3
《计算机仿真》2020年第9期226-230,共5页冯劲 姚远 
广东省科技计划项目(2013B051000044);广东高校省级重点平台和重大科研项目(2017KQNCX247);广东省青年创新人才项目(2016KQNCX203);2018国家级大学生创新训练计划资助项目(201813675001)。
针对模糊C-均值聚类分析(FCM)易陷入局部最小值以及对初始聚类中心敏感度过大的缺点,首先使用一种基于密度的DBSCAN算法,通过计算数据间距离与密度的方法确定聚类数,同时在遗传模拟退火算法(SAGA)的基础上,提出了基于多种群遗传模拟退...
关键词：聚类数 聚类过程 多种群遗传模拟退火算法 
海量数据信息中的迭代聚类过程的改进研究被引量：4
《科技通报》2016年第4期152-155,共4页穆肇南 
对海量数据信息进行迭代聚类能够为数据挖掘提供准确的依据,具有重要的应用价值。传统算法对于初始参数的选取过于敏感,从而降低了迭代聚类的准确率。提出基于并归聚类的海量数据信息中的迭代聚类方法。采用离差隶属度进行数据信息聚类...
关键词：海量数据信息 迭代聚类 并归 
基于最小熵值相似矩阵构造方法及其聚类过程被引量：4
《湖南科技大学学报（自然科学版）》2012年第3期72-75,共4页魏书堤 
国家自然科学基金资助项目(61070061)
针对利用相似矩阵进行聚类分析的分类问题,定义了相似矩阵及其性质,并给出相似矩阵的一些常见构造方法.针对现有构造方法缺少含义的问题,尤其是针对模糊问题,提出了一种基于最小信息熵值聚类构造相似矩阵的方法.该方法首先利用最小信息...
关键词：信息熵 聚类 距离 相似矩阵 
基于网络舆情的K-Means算法的改进研究被引量：3
《电脑开发与应用》2010年第8期4-6,15,共4页罗晖霞 曲晓玲 
山西人事厅资助项目(SX20090108-07)
传统的K-Means聚类算法只能保证收敛到局部最优,从而导致聚类结果对初始代表点的选择非常敏感;凝聚层次聚类虽无需选择初始的聚类中心,但计算复杂度较高,而且凝聚过程不可逆。结合网络舆情的特点,深入剖析了K-Means聚类算法和凝聚层次...
关键词：网络舆情 文本聚类 K-MEANS算法 凝聚层次聚类 聚类过程 
聚类分析研究进展被引量：13
《现代计算机》2009年第3期20-23,共4页夏师 梁碧珍 陆月然 罗明山 
广西教育厅项目(No.200708MS);百色学院重点项目(No.2007KA03)
聚类是数据挖掘中重要的研究课题,是数据挖掘中一种重要的挖掘任务和挖掘方法。介绍聚类分析及其过程,讨论划分方法、层次方法、基于密度的方法、基于网格的方法和基于模型的方法等聚类算法及其不足之处,提出聚类研究今后的发展趋势及...
关键词：数据挖掘 聚类分析 聚类算法 聚类过程 
基于mean-shift聚类过程的遥感影像自动分类方法被引量：2
《华中科技大学学报（自然科学版）》2008年第11期1-4,共4页蔡华杰 田金文 
国家高技术研究发展计划资助项目(2007AA12Z153)
提出了一种稳健的自动分类方法——自适应mean-shift(AMS)算法.该方法基于mean-shift聚类过程,不需要假定数据分布类型,也不需要指定类别的数目,自动化程度较高.自适应mean-shift算法根据数据分布特点自适应地确定带宽的大小,利用采样...
关键词：遥感影像 自适应 聚类 特征空间 分类 密度函数 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部