PAM算法

作品数：24被引量：89H指数：5
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：林建仁姜合刘钊张建辉陈志强更多>>
相关机构：复旦大学齐鲁工业大学中国地质大学河北工业大学更多>>
相关期刊：《系统工程》《计算机工程与设计》《计算机与现代化》《齐鲁工业大学学报》更多>>
相关基金：国家自然科学基金黑龙江省教育厅科学技术研究项目黑龙江省自然科学基金甘肃省自然科学基金更多>>
-
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：
PAM算法在柔性流水车间组批排产优化问题中应用
《信息技术与信息化》2020年第1期115-117,共3页谢蕃怿 韩忠华 
辽宁省高等学校基本科研项目(LJZ2017015);沈阳市科技计划双百工程项目(Z18-5-015)
聚类就是把不同的数据按照相关属性分成不同的类的过程,分到相同类别的数据都有比较大的相似性,而差异性比较大的就是不同类别。在最近几十年中,聚类分析广泛地应用在许多领域中,包括模式识别、数据分析、图像处理以及市场研究等等。聚...
关键词：PAM算法 组批 流水车间 
基于相似度计算公式改进的K-中心点算法被引量：2
《计算机与现代化》2019年第5期113-117,共5页韩冰 姜合 
山东省自然科学基金资助项目(ZR2012FM032)
在传统K-中心点聚类算法中,相似性一般仅仅用距离来进行度量,这种度量方法均基于对象属性之间是独立同分布的,但大多数真实数据对象属性之间都相关联的,因此,本文将引用非独立同分布计算公式,对传统距离计算相似度方法进行替换。同时,...
关键词：聚类 PAM算法 相似度 
一种非独立同分布下针对数值型数据的PAM改进算法
《齐鲁工业大学学报》2019年第2期56-61,共6页韩冰 姜合 
国家自然科学青年基金项目(61502259)
PAM算法是K-中心点算法中最具代表性的算法。在此算法中,相似性度量的计算方法仅假设数据对象属性之间是独立同分布,采用欧几里得距离公式来进行计算。但现实数据集中,数据对象属性之间是非独立同分布的,即它们之间都是相关联的。因此,...
关键词：聚类 PAM算法 相似性 非独立同分布 
基于划分的蚁群聚类算法研究被引量：3
《信息与电脑》2019年第2期45-47,共3页李伟 
河北省科技厅项目"基于混合扫描法的优化蚁群算法的物流配送系统研究与应用"(项目编号:17214707);邢台学院校级重点项目"大数据时代下‘城市最后一公里’问题研究及应用"(项目编号:XTXYZD2018008)
聚类分析是一种重要的人类活动,被广泛应用于数据挖掘、统计学、生物学和机器学习等领域。随着仿生学的发展,一种新的智能优化算法——蚁群算法被提出,并被应用于聚类分析。针对PAM算法和蚁群聚类算法的缺点,提出了一种将PAM算法和蚁群...
关键词：聚类 划分法 PAM算法 蚁群算法 
PAM优化算法在图像检索中的应用研究
《无线互联科技》2018年第23期99-100,103,共3页邓浩 
随着计算机视觉技术和图像处理技术的迅速发展,图像的检索也从简单的文本信息查询发展到复杂的基于内容的图像检索,这是一个从低级到高级发展的过程。文章主要以基于内容的图像检索方法为研究对象,来分析一种基于烟花粒子群算法的优化PA...
关键词：图像检索 PAM算法 烟花粒子群算法 聚类算法 
基于聚类分析在o2o平台上优惠券发放的研究被引量：2
《现代商业》2018年第12期32-34,共3页黄正 孙景仰 刘丹阳 卢虹羽 胡宏炜 
随着科学和技术的发展,数据呈现指数级增长,对于数据的分类要求逐步提高。聚类分析方法是基于样本之间距离的亲疏关系进行分类,算法要求各样本指标的重要性相同并相互独立。本文使用问卷调查得到的O2O平台用户数据,利用PAM聚类方法对用...
关键词：聚类分析 优惠券推荐 PAM算法 
MapReduce下融合PAM算法与仔细播种的多样本归并聚类
《小型微型计算机系统》2017年第10期2281-2285,共5页赵宝文 徐华 
江苏省自然科学基金项目(BK20140165)资助;国家留学基金委赞助项目(201308320030)资助
传统PAM(Partitioning Around Medoids)算法时间复杂度较高,处理大数据集时效率低下.近年来,越来越多研究者使用MapReduce模型来使聚类算法获得更高的性能,然而MapReduce模型在算法迭代过程中需要多次重启任务、从文件系统读取数据和数...
关键词：PAM聚类算法 MAPREDUCE 概率抽样 性能 聚类有效性 
面向大规模数据快速聚类K-means算法的研究被引量：17
《计算机应用与软件》2017年第5期43-47,53,共6页郭占元 林涛 
天津市科技支持计划科技服务重大专项(14ZCDZGX00818)
为进一步提高K-means算法对大规模数据聚类的效率,结合MapReduce计算模型,提出一种先利用Hash函数进行样本抽取,再利用Pam算法获取初始中心的并行聚类方法。通过Hash函数抽取的样本能充分反映数据的统计特性,使用Pam算法获取初始聚类中...
关键词：大规模数据 聚类算法 MAPREDUCE Hash样本抽样 PAM算法 
不确定数据聚类的U-PAM算法和UM-PAM算法的研究被引量：7
《计算机科学》2016年第6期263-269,共7页何云斌 张志超 万静 李松 
黑龙江省教育厅科学技术研究项目(12511100);黑龙江省自然科学基金项目(F201302;F201134)资助
UK-means算法在处理不确定数据时对孤立点非常敏感,而且事先必须已知不确定数据的分布函数或概率密度,然而这在实际中往往很难获得。因此,针对UK-means在处理不确定测量数据时的不足,首先提出了基于区间数的PAM不确定聚类算法——U-PAM...
关键词：不确定数据 区间数 聚类算法 PAM 
基于均衡分类的脑卒中风险预测模型被引量：1
《计算机工程与设计》2015年第9期2508-2513,共6页曹艳 殷旭 
"十二五"国家科技支撑计划基金项目(2012BAJ18B07-05);北京市人才培养模式创新试验区基金项目(京教函[2009]630号);北京市教委科技面上基金项目(KM201511232012)
为解决不均衡脑卒中数据分类偏倚问题,提出一种基于均衡分类的脑卒中风险预测模型,其主要算法是基于不均衡数据的分类算法SMOTE&PAM-means+C4.5。使用智能型过抽样技术SMOTE生成新的少数类数据;使用聚类算法PAM-means对多数类数据进行聚...
关键词：C4.5算法 SMOTE算法 K-MEANS聚类算法 PAM算法 不均衡数据 偏倚问题 脑卒中 
全选清除导出
共3页<123>
检索报告 对象比较 聚类工具 使用帮助 返回顶部