K均值算法

作品数：245被引量：1590H指数：16
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：韩丽川刘靖明蒋宁肖立中吴镝更多>>
相关机构：上海交通大学哈尔滨工程大学福州大学江苏科技大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金江苏省自然科学基金国家高技术研究发展计划湖南省教育厅科研基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=计算机工程与应用x
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：
基于语义分割的图像风格迁移技术研究被引量：7
《计算机工程与应用》2020年第24期207-213,共7页李美丽 杨传颖 石宝 
内蒙古自治区自然科学基金(No.2017BS0602)。
随着民族服装文化的碰撞与融合,对图像风格迁移技术进行了研究,阐述了当前风格迁移的研究现状,将蒙古族服饰风格与汉族风格进行融合,继承和弘扬了民族文化。针对蒙古服饰元素多样、颜色差异大、花纹不规则性等特征而引起的风格提取难度...
关键词：服饰特征提取 封闭式自然图像抠图算法 K均值算法 图像分割 图像风格迁移 
基于IPMeans-KELM的入侵检测算法研究被引量：8
《计算机工程与应用》2016年第22期118-122,共5页陈兴亮 李永忠 于化龙 
国家自然科学基金(No.61305058);江苏省自然科学基金(No.BK20130471)
目前入侵检测系统中普遍存在数据维度高、数据量大、训练难等问题。在入侵检测系统中应用核极限学习机(KELM)算法,使其能够适应大量高维数据的训练,且学习速度快无需调整网络的输入权值,降低了检测系统的训练难度。但是由于入侵数据集...
关键词：网络入侵 粒子群算法 K均值算法 核极限学习机 10折交叉验证 
依赖数据密度的K均值初始化调优被引量：4
《计算机工程与应用》2014年第11期139-144,166,共7页沈国珍 
K均值算法虽被广泛应用,但其算法性能和算法稳定性严重依赖算法的初始化过程,尤其是初始聚类中心的选取。比较合理的聚类中心应该出现在数据密集的区域,基于这个假设,提出了一种依赖数据局部密度的初始化调优算法。该算法以数据的局部...
关键词：聚类 K均值算法 聚类中心 密度函数 
粒子群与K均值混合聚类的棉花图像分割算法被引量：8
《计算机工程与应用》2013年第21期226-229,共4页时颢 赖惠成 覃锡忠 
新疆维吾尔自治区科学基金资助项目(No.2011211A010)
棉花分割是采棉机器人视觉系统的关键步骤,在强光照、阴影等复杂的棉田环境下准确有效地分割棉花,有助于确定其在三维空间的位置。针对棉花图片的特点,提出在YCbCr颜色空间下,采用粒子群(PSO)和K均值混合聚类算法,提高了聚类算法的全局...
关键词：棉花分割 YCBCR颜色空间 K均值算法 粒子群算法 
遗传优化的谱聚类方法研究被引量：10
《计算机工程与应用》2011年第14期143-145,共3页王会青 陈俊杰 郭凯 
国家自然科学基金 No.60970059;山西省自然科学基金(No.2008011040)~~
传统的谱聚类对初始化数据敏感,聚类结果随不同的初始输入数据而波动。针对上述问题,提出了一种基于遗传算法的谱聚类算法,该算法克服了谱聚类算法对初始数据的敏感性,得到较稳定的聚类结果。与遗传k均值和谱聚类算法相比,该算法在模拟...
关键词：谱聚类 遗传算法 谱图理论 K均值算法 机器学习 
一种带变异操作的粒子群聚类算法被引量：3
《计算机工程与应用》2010年第16期130-131,134,共3页刘琼 罗可 
国家自然科学基金(No.10871031);湖南省科技计划项目基金(No.2008FJ3015);湖南省教育厅科研项目基金(No.07A001)~~
针对基本粒子群算法的早熟收敛和收敛较慢的问题,提出了一种带变异操作的粒子群聚类算法。算法中对出现早熟收敛的种群采取变异操作,使其能够跳出局部最优解。对Iris植物样本数据的测试结果表明:该算法具有很好的全局收敛性和较快的收...
关键词：粒子群算法 聚类分析 K均值算法 
一种基于支持向量聚类的图像分割方法被引量：3
《计算机工程与应用》2009年第30期165-167,共3页蒋加伏 赵嘉 胡益红 
湖南省自然科学基金No.03JJY3101~~
利用支持向量聚类分类准确、参数少、无监督学习的特点,提出一种基于支持向量聚类的图像分割方法。该方法首先对数据集分块并对每块进行SVC聚类,再取其簇内均值作为K均值聚类样本点,进行聚类,最后将得到的结果进行合并。实验证明该方法...
关键词：K均值算法 支持向量聚类算法(SVC) 图像分割 
一种基于聚类的无监督异常检测方法被引量：6
《计算机工程与应用》2008年第1期138-141,共4页杨斌 刘卫国 
湖南省教育厅资助科研课题(the Research Project of Department of Education of Hunan Province;China under Grant No.湘教通[2004]344号)。
为了解决无监督异常检测方法无法检测突发性的大规模攻击的问题,提出了一种基于聚类的无监督异常检测模型,该模型从多个聚类器中选取DB指数最小的分簇结果,并利用最小簇内距离、最大簇内距离对每个簇进行分类,从而识别出攻击。实验表明...
关键词：无监督异常检测 K均值算法 DB指数 簇内距离 
一种新的聚类算法——粒子群聚类算法被引量：25
《计算机工程与应用》2005年第20期183-185,共3页刘靖明 韩丽川 侯立文 
在分析K均值聚类算法存在不足的基础上,该文提出了一种新的聚类算法:基于粒子群的K均值聚类算法。实验结果证明,该算法有很好的全局收敛性,不仅有效地克服了传统的k均值算法易陷入局部极小值和对初始值敏感的问题,而且具有较快的收敛速度。
关键词：粒子群算法 K均值算法 聚类分析 全局优化 收敛 
基于K均值的迭代局部搜索聚类算法被引量：8
《计算机工程与应用》2004年第22期37-41,共5页吴景岚 朱文兴 
国家自然科学基金资助项目(编号:10301009);福建省自然科学基金资助项目(编号:A0310013)
K均值聚类算法(KM)是解决聚类问题的一个常用的方法,该方法的主要缺点是其找到的局部极小值与全局最优值的偏差往往较大。论文构造一种基于KM算法的迭代局部搜索算法(称之为IKM)。该算法以KM算法所得到的解作为初始解,从该初始解开始作...
关键词：聚类问题 K均值算法 迭代局部搜索 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部