K 相关文献 8434篇

K-MEANS算法中的K值优化问题研究

在空间聚类中,最佳聚类数K求解的关键是构造合适的聚类有效性函数.典型K-平均算法中的聚类数K必须是事先给定的确定值,然而,实际中K很难被精确地确定,使得该算法对一些实际问题无效.文章提出距离代价函数作为最佳聚类数的有效性检验函数,建立了相应的数学模型,并据此设计了一种新的K值优化算法.同时,给出了K值最优解KOPT及其... [详细]
《系统工程理论与实践》2006年02期下载次数(2794)| 被引次数(429)

初始聚类中心优化的K-means算法

传统的K-means算法对初始聚类中心敏感,聚类结果随不同的初始输入而波动。为消除这种敏感性,提出一种优化初始聚类中心的方法,此方法计算每个数据对象所在区域的密度,选择相互距离最远的K个处于高密度区域的点作为初始聚类中心。实验表明改进后的K-means算法能产生质量较高的聚类结果,并且消除了对初始输入的敏感性。 [详细]
《计算机工程》2007年03期下载次数(2385)| 被引次数(336)

一种优化初始中心点的K-means算法

针对K-means算法所存在的问题,提出一种优化初始中心点的算法.采用密度敏感的相似性度量来计算对象的密度,启发式地生成样本初始中心.然后设计一种评价函数——均衡化函数,并以均衡化函数为准则自动生成聚类数目.与传统算法相比,本文算法可得到较高质量的初始中心和较稳定的聚类结果.实验结果表明该算法的有效性和可行性. [详细]
《模式识别与人工智能》2009年02期下载次数(2182)| 被引次数(293)

K-means算法研究综述

对聚类分析中的基本算法K-means算法中的K值确定、初始聚类中心选择以及分类属性数据处理等主要问题进行综述,理清K-means算法的整个发展脉络及算法研究中的热点和难点,提出改进K-means聚类算法的思路。 [详细]
《现代图书情报技术》2011年05期下载次数(8060)| 被引次数(276)

K-Means聚类算法的研究

K-Means算法是一种经典的聚类算法,有很多优点,也存在许多不足。比如初始聚类数K要事先指定,初始聚类中心选择存在随机性,算法容易生成局部最优解,受孤立点的影响很大等。文中主要针对K-Means算法初始聚类中心的选择以及孤立点问题加以改进,首先计算所有数据对象之间的距离,根据距离和的思想排除孤立点的影响,然后提出了一种... [详细]
《计算机技术与发展》2011年02期下载次数(2795)| 被引次数(264)

通过相似度支持度优化基于K近邻的协同过滤算法

个性化推荐系统能基于用户个人兴趣为用户提供定制信息.此类系统通常使用协同过滤技术实现,其中一种广泛使用的经典模型是基于用户评分相似度的K近邻模型.使用K近邻模型需要预先计算出用户或者项目的K个最近邻居,K值过大时会导致计算量过大而影响推荐产生的实时性,而K值过小则会导致推荐精度下降.为解决此问题,该文中提出了一... [详细]
《计算机学报》2010年08期下载次数(2258)| 被引次数(240)

苦参碱对K562细胞株端粒酶活性和细胞周期的影响

目的为寻找新的肿瘤细胞诱导分化剂,探讨了苦参碱对K562细胞的诱导分化作用及其机制。方法采用PCRElisa方法检测苦参碱作用前后端粒酶活性的改变,以流示细胞仪分析细胞周期的改变。结果苦参碱作用后的K562细胞,其端粒酶活性明显受抑,且细胞周期明显改变,S期细胞数显著降低。结论苦参碱对K562细胞... [详细]
《中华肿瘤杂志》1998年05期下载次数(327)| 被引次数(201)

一种改进的K-means算法

聚类分析在科研和商业应用中都有着非常重要的应用,K means算法是聚类方法中常用的一种划分方法。随着数据量的增加,K means算法的局限性日益突出。基于取样的划分思想,提出了一种改进的K means算法,在一定程度上避免了聚类结果陷入局部解的现象,减少了原始K means算法因采用误差平方和准则函数而出现将大的聚类簇分割开的情... [详细]
《计算机应用》2003年08期下载次数(2430)| 被引次数(175)
全部杂志分类