期刊文献+
共找到2,177篇文章
< 1 2 109 >
每页显示 20 50 100
基于K-means聚类算法分类的水果等级识别与应用 预览
1
作者 朱玲 《农机化研究》 北大核心 2020年第8期46-50,共5页
首先介绍了K-means算法的思想和原理,然后对水果分类模型图像的获取和预处理进行分析研究,最后实现了K-means聚类和BP神经网络相结合的水果等级分类识别模型。试验结果表明:采用K-means聚类和BP神经网络相结合的方法,大大提高了水果分... 首先介绍了K-means算法的思想和原理,然后对水果分类模型图像的获取和预处理进行分析研究,最后实现了K-means聚类和BP神经网络相结合的水果等级分类识别模型。试验结果表明:采用K-means聚类和BP神经网络相结合的方法,大大提高了水果分类识别的准确率,并使得识别时间大大缩短,具有一定的现实意义。 展开更多
关键词 水果分类 K-MEANS聚类 BP神经网络 图像
在线阅读 下载PDF
基于K-means聚类的猕猴桃花朵识别方法 预览
2
作者 刘浩洲 陈礼鹏 +2 位作者 穆龙涛 高宗斌 崔永杰 《农机化研究》 北大核心 2020年第2期22-26,共5页
针对猕猴桃授粉机器人的研究,由于缺少猕猴桃花朵识别方法,现有授粉机器人自动化程度低。为此,提出基于K-means聚类的猕猴桃花朵识别方法。首先,原图像通过K-means聚类分割,得到包含花蕊图像在内的4个类别图像;然后,由经过训练的卷积神... 针对猕猴桃授粉机器人的研究,由于缺少猕猴桃花朵识别方法,现有授粉机器人自动化程度低。为此,提出基于K-means聚类的猕猴桃花朵识别方法。首先,原图像通过K-means聚类分割,得到包含花蕊图像在内的4个类别图像;然后,由经过训练的卷积神经网络对这4个类别图像进行分类,自动选出花蕊图像;再通过形态学运算对花蕊图像进行去噪,计算余下各个区域形心,找到各花朵在图像中位置并标出,最终完成猕猴桃花朵识别。该算法识别成功率为92.5%,满足现有授粉机器人要求,利于提高其自动化程度。 展开更多
关键词 猕猴桃花朵 花朵识别 K-MEANS聚类 卷积神经网络 授粉机器人
在线阅读 下载PDF
基于K-means聚类算法优化方法的研究 预览 被引量:4
3
作者 刘叶 吴晟 +2 位作者 周海河 吴兴蛟 韩林峄 《信息技术》 2019年第1期66-70,共5页
针对传统K-means聚类中存在的一系列问题,文中提出了一种基于K-means聚类的改进算法。该算法首先利用K-means++聚类从数据中选择K个距离尽可能远的对象作为初始聚类中心,然后利用K-mediods聚类选择数据样本的中位数作为聚类中心的对象,... 针对传统K-means聚类中存在的一系列问题,文中提出了一种基于K-means聚类的改进算法。该算法首先利用K-means++聚类从数据中选择K个距离尽可能远的对象作为初始聚类中心,然后利用K-mediods聚类选择数据样本的中位数作为聚类中心的对象,最后与两步聚类结合。通过对几个常用UCI标准数据集进行仿真实验,结果表明该算法比传统算法更优。 展开更多
关键词 K-MEANS聚类 K-means++聚类 K-mediods聚类 两步聚类
在线阅读 下载PDF
Different Feature Selection of Soil Attributes Influenced Clustering Performance on Soil Datasets 预览
4
作者 Jiaogen Zhou Yang Wang 《地球科学国际期刊(英文)》 2019年第10期919-929,共11页
Feature selection is very important to obtain meaningful and interpretive clustering results from a clustering analysis. In the application of soil data clustering, there is a lack of good understanding of the respons... Feature selection is very important to obtain meaningful and interpretive clustering results from a clustering analysis. In the application of soil data clustering, there is a lack of good understanding of the response of clustering performance to different features subsets. In the present paper, we analyzed the performance differences between k-means, fuzzy c-means, and spectral clustering algorithms in the conditions of different feature subsets of soil data sets. The experimental results demonstrated that the performances of spectral clustering algorithm were generally better than those of k-means and fuzzy c-means with different features subsets. The feature subsets containing environmental attributes helped to improve clustering performances better than those having spatial attributes and produced more accurate and meaningful clustering results. Our results demonstrated that combination of spectral clustering algorithm with the feature subsets containing environmental attributes rather than spatial attributes may be a better choice in applications of soil data clustering. 展开更多
关键词 Feature Selection K-MEANS CLUSTERING Fuzzy C-MEANS CLUSTERING SPECTRAL CLUSTERING SOIL Attributes
在线阅读 免费下载
基于ε邻域的三支决策聚类分析 预览
5
作者 刘强 施虹 +1 位作者 王平心 杨习贝 《计算机工程与应用》 CSCD 北大核心 2019年第6期140-144,共5页
传统的聚类方法大都是二支决策,即决策一个元素属于一个类或者不属于一个类。然而在处理不确定性信息时,强制将其中的元素划分到一个类中,往往容易带来较高的决策风险。三支决策聚类将确定的元素放入核心域中,将不确定的元素放入边界域... 传统的聚类方法大都是二支决策,即决策一个元素属于一个类或者不属于一个类。然而在处理不确定性信息时,强制将其中的元素划分到一个类中,往往容易带来较高的决策风险。三支决策聚类将确定的元素放入核心域中,将不确定的元素放入边界域中延迟决策,可以有效地降低决策风险。利用数学形态学中膨胀与腐蚀的思想,提出了一种使用样本的ε邻域将二支聚类转化为三支聚类的方法。该方法在二支聚类的结果上,利用每个类中元素的ε邻域收缩得到核心域,扩张得到边界域。在UCI数据集上的实验结果显示该方法可以降低聚类结果的DBI,提高聚类结果的平均轮廓系数和准确率。 展开更多
关键词 三支聚类 邻域 K-MEANS聚类 k-medoid聚类 FUZZY c-means聚类
在线阅读 下载PDF
改进的k-means聚类算法在公交IC卡数据分析中的应用研究 预览
6
作者 杨健兵 《软件工程》 2019年第5期32-34,共3页
针对传统k-means算法中初始聚类中心随机确定的问题,提出k-means改进算法。首先,定义变量权值,权值的大小等于样本密度乘以簇间距离除以簇内样本平均距离,通过最大权值来确定聚类中心,克服了随机确定聚类中心的不稳定性。然后在Hadoop... 针对传统k-means算法中初始聚类中心随机确定的问题,提出k-means改进算法。首先,定义变量权值,权值的大小等于样本密度乘以簇间距离除以簇内样本平均距离,通过最大权值来确定聚类中心,克服了随机确定聚类中心的不稳定性。然后在Hadoop平台上用Map-Reduce框架下实现算法的并行化。最后以南通公交IC刷卡记录为例,通过改进的k-means聚类算法进行IC卡刷卡记录的分析。实验表明,在Hadoop平台下改进k-means算法运行稳定、可靠,具有很好的聚类效果。 展开更多
关键词 MAPREDUCE 改进K-MEANS算法 K-MEANS 聚类
在线阅读 下载PDF
一种基于高斯映射的三维点云特征线提取方法 被引量:2
7
作者 徐卫青 陈西江 +1 位作者 章光 袁俏俏 《激光与光电子学进展》 CSCD 北大核心 2019年第9期167-173,共7页
提出了一种基于高斯映射的K均值方法,先对目标点进行k近邻搜索,再对由目标点及其近邻点组成的三角形集合的单位法向量进行高斯映射。选用轮廓系数作为聚类有效性指标,确定出最佳聚类数,根据不同曲面聚类分布的规律,得到三维激光点云模... 提出了一种基于高斯映射的K均值方法,先对目标点进行k近邻搜索,再对由目标点及其近邻点组成的三角形集合的单位法向量进行高斯映射。选用轮廓系数作为聚类有效性指标,确定出最佳聚类数,根据不同曲面聚类分布的规律,得到三维激光点云模型的特征线。对比实验结果表明,所提方法评价指标简单易用且噪声少,可以完整高效地提取出规则点云以及不规则点云的特征线。 展开更多
关键词 激光光学 特征提取 k近邻搜索 高斯映射 K-MEANS聚类 轮廓系数
基于K-means++的WiFi指纹定位算法 预览
8
作者 苏明明 鲁照权 +3 位作者 陈龙 谢地 尤海龙 丁浩峰 《传感器与微系统》 CSCD 2019年第5期140-142,145共4页
针对接收信号强度(RSS)的波动性、易受干扰等特征,在匹配算法时易被较远处参考点所干扰,导致定位结果偏差较大,提出了一种基于聚类结果的指纹定位算法。与传统的按参考点处信号强度进行聚类不同,采取了利用K-means++算法按参考点位置聚... 针对接收信号强度(RSS)的波动性、易受干扰等特征,在匹配算法时易被较远处参考点所干扰,导致定位结果偏差较大,提出了一种基于聚类结果的指纹定位算法。与传统的按参考点处信号强度进行聚类不同,采取了利用K-means++算法按参考点位置聚类的方法。在聚类的结果上,选择RSS均值最大的M个AP,使用有监督的学习算法KNN对测试点进行分类,再用确定性的匹配算法加权K最近邻居法来计算位置坐标。实验结果表明:所提方法在定位性能上比按信号强度聚类的方法有较大提高。 展开更多
关键词 K-means++ 位置聚类 最大均值AP选择 有监督学习KNN 加权K最近邻法
在线阅读 下载PDF
一种基于广域测量信息的在线同调分群方法 预览
9
作者 张艳霞 尹佳鑫 +2 位作者 蒙高鹏 李杰 李多多 《电机与控制学报》 EI CSCD 北大核心 2019年第5期10-17,共8页
为了能够快速准确地识别同调机群,提出两种基于广域测量信息的同调分群指标。在此基础上,首先利用发电机间的功角差有效值指标快速地实现预分群;然后利用皮尔森相关系数和Hsim函数相结合构造新的相似度度量指标ρHsim,既考虑发电机功角... 为了能够快速准确地识别同调机群,提出两种基于广域测量信息的同调分群指标。在此基础上,首先利用发电机间的功角差有效值指标快速地实现预分群;然后利用皮尔森相关系数和Hsim函数相结合构造新的相似度度量指标ρHsim,既考虑发电机功角曲线间的距离差异又考虑走势差异,实现了更严格的再分群。为了实现再分群的计算,采用属性阈值(QT)聚类和k-means聚类相结合的改进聚类算法。EPRI-36系统仿真计算的结果表明,在预分群阶段应用发电机功角差有效值指标可以迅速地对功角摆开差异较大的发电机进行分群,再分群阶段应用ρHsim相似度指标,可以实现各种精度的发电机同调分群。 展开更多
关键词 广域测量系统 同调分群 功角差有效值 相关系数 Hsim函数 属性阈值聚类 k-means聚类
在线阅读 下载PDF
A Clustering Approach for Customer Billing Prediction in Mall: A Machine Learning Mechanism 预览
10
作者 Sriramakrishnan Chandrasekaran Abhishek Kumar 《电脑和通信(英文)》 2019年第3期55-66,共12页
Machine learning implementations are being done in a long way in science and technology and especially in medical stream. In this article, we are focusing on machine learning implementation on mall customers and based... Machine learning implementations are being done in a long way in science and technology and especially in medical stream. In this article, we are focusing on machine learning implementation on mall customers and based on their income and how they can invest in the purchase in a mall. This explains the features like Customer ID, gender, age, income, and spending score. There, we mentioned a score in purchasing the goods in the mall. In this scenario, we are implementing clustering mechanisms, and here we apply the dataset of mall customers which is a public dataset and create clusters related to the customer purchase. We implement machine learning models for the prediction of whether the visited customer will purchase any product or not. For this kind of works, we require many of the inputs like the features mentioned in the paper. To maintain the features, we require a model with machine learning capability. We are performing K-Means clustering and Hierarchical clustering mechanisms, and finally, we implement a confusion matrix to achieve and identify the highest accuracy in those two algorithms. Here, we consider machine learning mechanisms to predict the category of the customer about whether they can buy a product or not based on the independent variables. This work presents you a simple machine learning prediction model based on which we can predict the category of the customer based on clustering. Before clustering, we don’t know to what group they belong to. But after clustering, we can identify the category that data node belongs to. In this article, we are mentioning the process of determining the employee based information using machine learning clustering mechanisms. 展开更多
关键词 CLUSTERING Machine Learning CATEGORY Technology Hierarchical K-Means
在线阅读 免费下载
基于K-means的LTE宏站小区场景聚类策略 预览
11
作者 张喆 《通信技术》 2019年第3期668-673,共6页
中国移动近年来LTE网络的大规模建设确保了4G网络的覆盖优势,但庞大的网络规模使得网络优化的难度进一步增加,目前仅依靠人工很难对LTE网络设备中各设备厂家的海量通用配置参数及私有参数进行精细化配置。经研究提出了一种基于K-means的... 中国移动近年来LTE网络的大规模建设确保了4G网络的覆盖优势,但庞大的网络规模使得网络优化的难度进一步增加,目前仅依靠人工很难对LTE网络设备中各设备厂家的海量通用配置参数及私有参数进行精细化配置。经研究提出了一种基于K-means的LTE宏站小区场景聚类策略,可对小区进行量化特征建模并聚类为若干典型场景,从而针对不同聚类场景的小区可实现自动化推荐LTE网络参数配置方案,极大提高网络优化中参数优化配置工作的效率。 展开更多
关键词 小区量化特征 小区过覆盖 机器学习 K-MEANS聚类 t-SNE聚类可视化
在线阅读 下载PDF
基于改进的K-means算法在文本挖掘中的应用 预览 被引量:1
12
作者 杨丹 朱世玲 卞正宇 《计算机技术与发展》 2019年第4期68-71,共4页
K-means算法具有简单易于理解的特征,广泛运用于聚类过程中,但是其初始聚类中心是随机确定的,这样极容易导致聚类结果的稳定性很差。针对传统K-means算法对于初始聚类中心选择的敏感性及最大最小距离法容易选取离散点的不足,提出了一种... K-means算法具有简单易于理解的特征,广泛运用于聚类过程中,但是其初始聚类中心是随机确定的,这样极容易导致聚类结果的稳定性很差。针对传统K-means算法对于初始聚类中心选择的敏感性及最大最小距离法容易选取离散点的不足,提出了一种新的聚类中心选择评判函数,依次考察每个点的函数值,选取当前函数值最大的点作为新的聚类中心,直到满足事先确定的聚类中心数。新聚类中心评判函数既可以保证新中心点周围是紧凑的,又可以保证远离其他中心点。最后将该算法运应用于文本聚类之中,根据准确率、召回率及F度量值来衡量算法的聚类质量。实验结果表明,该算法相对于传统算法和最大最小距离算法,准确率更高,聚类质量更好,较适合于文本聚类。 展开更多
关键词 K-MEANS算法 聚类中心 文本聚类 文本距离 稀疏度
在线阅读 下载PDF
基于两次聚类的PWARX驾驶行为辨识模型 预览
13
作者 应海宁 唐振民 韩旭 《重庆交通大学学报:自然科学版》 CAS CSCD 北大核心 2019年第2期79-85,101共8页
针对传统基于聚类的PWARX模型依赖先验知识和子空间划分精度不高的问题,提出一种基于两次聚类的PWARX辨识模型改进算法,并将其应用于驾驶行为建模。首先通过近邻传播算法在样本空间上进行聚类,在所得类簇上用线性模型进行拟合,并通过K-m... 针对传统基于聚类的PWARX模型依赖先验知识和子空间划分精度不高的问题,提出一种基于两次聚类的PWARX辨识模型改进算法,并将其应用于驾驶行为建模。首先通过近邻传播算法在样本空间上进行聚类,在所得类簇上用线性模型进行拟合,并通过K-means算法在线性模型的参数空间上进行聚类,以获得PWA子模型的区域划分,最后在各个子空间上对PWA子模型进行求解。该算法合理利用了近邻传播算法和K-means算法的特点,通过在样本和参数空间上的两次聚类获得了良好的子模型区域分割效果。并对10名驾驶员的驾驶行为的建模实验结果表明,所提算法的模型辨识的平均准确率达到了91.5%。 展开更多
关键词 交通工程 PWARX模型 近邻传播聚类 K-MEANS聚类 危险驾驶行为
在线阅读 免费下载
基于空间相关性的大规模分布式用户光伏空间分群方法
14
作者 焦田利 章坚民 +3 位作者 李熊 朱军 叶方彬 麻吕斌 《电力系统自动化》 EI CSCD 北大核心 2019年第21期97-102,162,共7页
提出一种面向大规模分布式用户光伏出力预测的光伏空间分群方法,目的在于为气象站点优化部署或多光伏用户基于"空间-时间关联"的功率预测提供依据。将气象对光伏出力的影响分为大气候和小气候2类。大气候主要是日照或5类天气... 提出一种面向大规模分布式用户光伏出力预测的光伏空间分群方法,目的在于为气象站点优化部署或多光伏用户基于"空间-时间关联"的功率预测提供依据。将气象对光伏出力的影响分为大气候和小气候2类。大气候主要是日照或5类天气类型影响,通过光伏实际出力占额定出力的比例来划分,从而将历史数据时段划分为5类天气类型样本群;小气候认为是光伏安装高程、温度、湿度以及周围地理环境等广义小气候影响。对5类天气类型历史样本群,进行空间相关的聚类分析,得到用户光伏地域分块划分。综合分块中不合群的用户光伏点数量和分块气象一致性来决定最优地域分块方案为用户光伏空间分群策略。以具有丰富气候带和地貌的某市遍布全境的2 887个分布式用户光伏群为例,分群方法得到了较好的验证。 展开更多
关键词 分布式用户光伏 光伏空间分群 功率预测 空间相关性 K-MEANS聚类
基于文本聚类的网络微博舆情话题识别与追踪技术研究 预览
15
作者 闫俊伢 马尚才 《重庆理工大学学报:自然科学》 CAS 北大核心 2019年第9期176-181,共6页
为解决传统话题识别与跟踪方法在处理微博数据时存在的高维、稀疏等问题,提出了一种网络微博话题主题词抽取模型和改进聚类方法。首先,对微博数据以特征词汇选择的方式进行了改进,优先选择时间片内词频统计较高(包含信息量较大)的词汇... 为解决传统话题识别与跟踪方法在处理微博数据时存在的高维、稀疏等问题,提出了一种网络微博话题主题词抽取模型和改进聚类方法。首先,对微博数据以特征词汇选择的方式进行了改进,优先选择时间片内词频统计较高(包含信息量较大)的词汇作为特征词汇,从而降低向量空间的维数,提升运行效率;其次,采用LDA模型来进行微博数据的文本表示;最后,采用基于遗传优化的K-means算法进行聚类分析,提高了聚类结果的准确率和稳定性。网络微博数据实验结果验证了提出方法的有效性,表明其可解决数据处理稀疏、高维的问题。相比其他聚类算法,提出方法在话题识别的多个性能指标上均表现良好,并能准确展示出话题的动态变化。 展开更多
关键词 微博舆情 本文聚类 K-MEANS 主题词 主题模型 聚类算法 话题识别
在线阅读 免费下载
向日葵叶部病害图像分割方法 预览
16
作者 李艳雪 吕芳 《计算机技术与发展》 2019年第5期148-151,共4页
为了有效提高向日葵的产量,除了需要掌握向日葵的栽培技术外,研究可以模拟人甚至超越人的视觉功能的图像识别成为研究图像处理的一大关键。为了实现对向日葵叶部病害图像的准确识别,需要用分辨率较高的相机在自然光照下采集,之后需要先... 为了有效提高向日葵的产量,除了需要掌握向日葵的栽培技术外,研究可以模拟人甚至超越人的视觉功能的图像识别成为研究图像处理的一大关键。为了实现对向日葵叶部病害图像的准确识别,需要用分辨率较高的相机在自然光照下采集,之后需要先进行图像预处理与病斑分割,从而达到病害的精确高识别率。采集向日葵病害图像之后,图像预处理部分使用平滑滤波方法进行去噪和增强,选用合适的邻域模板达到良好的处理效果,对预处理之后的病害图像进行分割,病斑分割时将K-means聚类方法与DBSCAN算法进行对比,最终选择DBSCAN算法进行分割。针对随机选取初始聚类中心的问题,DBSCAN算法主要是改进K-means聚类算法和结果对初始聚类中心的敏感依赖程度,主要目的是清晰地分割出病斑部分。 展开更多
关键词 采集 图像预处理 颜色空间 图像分割 聚类算法 K-MEANS聚类 DBSCAN算法
在线阅读 下载PDF
基于柯南·道尔作品的文本聚类应用与探究
17
作者 朱枫怡 岳天泽 +2 位作者 王可 刘笑 田茂再 《数理统计与管理》 CSSCI 北大核心 2019年第5期882-898,共17页
风靡世界的侦探小说《福尔摩斯探案集》的写作几乎贯穿作者柯南·道尔爵士的一生,但其写作风格并非一成不变。本文从《福尔摩斯探案集》本身出发,以57篇侦探故事为研究对象,构建词频、词长、单词数、标点出现频率等语言要素指标,利... 风靡世界的侦探小说《福尔摩斯探案集》的写作几乎贯穿作者柯南·道尔爵士的一生,但其写作风格并非一成不变。本文从《福尔摩斯探案集》本身出发,以57篇侦探故事为研究对象,构建词频、词长、单词数、标点出现频率等语言要素指标,利用文本聚类技术对柯南·道尔写作风格进行研究,从统计语言学的角度揭示了不同时期柯南·道尔写作风格的变化。研究结果表明,根据写作风格的不同,柯南·道尔的创作生涯大致可分为两个阶段,且风格的转变与其私人生活的变故、宗教信仰的转变等密切相关。社会大环境的变迁以及作家个人坎坷的人生路程,都是其写作风格发生变化的重要原因。在分析文学作品时,应该紧密联系作者当时所处的社会环境和个人经历,才能对作者有更深刻的理解。通过柯南·道尔作品的文本聚类后,我们对柯南·道尔的生平进行梳理,不难发现1893、1901、1907以及1926年这几个特殊时点可能是与道尔的人生轨迹由第一阶段转变到第二阶段有紧密联系的。 展开更多
关键词 文本聚类 K-MEANS算法 层次聚类算法 柯南·道尔
Classification of Hourly Clearness Index of Solar Radiation in the District of Yamoussoukro 预览
18
作者 Siaman Paule Carine Yeboua Yao N’Goran Kouakou Konan 《能源与动力工程(英文)》 2019年第5期220-231,共12页
The exploitation of systems using solar energy as a source of energy is not fluctuations free because of short passage of clouds on solar radiation. The amplitude, the persistence and the frequency of these fluctuatio... The exploitation of systems using solar energy as a source of energy is not fluctuations free because of short passage of clouds on solar radiation. The amplitude, the persistence and the frequency of these fluctuations should be analyzed with appropriate tools, instead of focusing on their location over time. The analysis of these fluctuations should use the instantaneous clearness index whose distribution is given as a first approximation which is independent not only of the season but also of the site. It is important to evaluate the potential solar energy in a region. Indeed such evaluation helps the decision-makers in their reflections on agricultural or photovoltaic solar projects. Then this study was conducted for a predictive purpose. The method used in our work combines the classification method which is the hierarchical ascending classification and two partitioning methods, the principal component?analysis and the K-means method. The partitioning method enabled to?achieve a number of well-known situations (in advance) that are representative of the day. The study was based on the data of a climatic weather station in the district of Yamoussoukro located in the center region of C&ocirc;te d’Ivoire during the 2017 year. Using the clearness index, the study allowed the classification of the solar radiation in the region. Thus, it showed that only 346 days of the 365 days in 2017 were classified (95%). We identified three clusters of days, the cloudy sky (29%), the partly cloudy sky?(32%) and the clear sky (39%). The statistical tests used for the characterization?of these clusters will be detailed in a future study. 展开更多
关键词 CLEARNESS Index HIERARCHICAL CLUSTERING Principal Component Analysis K-Means Method CLASSIFICATION
在线阅读 免费下载
基于社区发现的Web服务QoS预测 预览
19
作者 陆贝妮 杜育根 《计算机工程》 CAS CSCD 北大核心 2019年第3期117-124,共8页
传统的协同过滤方法预测未知服务质量(QoS)值时多数面临数据稀疏、冷启动和噪声影响等问题。为此,提出一种新的基于社区发现的QoS预测方法。通过谱聚类对用户进行社区划分,根据位置信息对Web服务聚类,并利用改进的混合协同过滤方法预测... 传统的协同过滤方法预测未知服务质量(QoS)值时多数面临数据稀疏、冷启动和噪声影响等问题。为此,提出一种新的基于社区发现的QoS预测方法。通过谱聚类对用户进行社区划分,根据位置信息对Web服务聚类,并利用改进的混合协同过滤方法预测QoS值。实验结果表明,该方法可够缓解新用户的冷启动问题,与基于协同过滤的QoS预测方法相比,具有更高预测准确度。 展开更多
关键词 WEB服务 服务质量预测 社区发现 谱聚类 协同过滤 K-MEANS聚类
在线阅读 下载PDF
不同聚类算法在Wi-Fi定位中的研究 预览 被引量:1
20
作者 陈蕾 《智能计算机与应用》 2019年第2期78-81,88共5页
本文比较分析了K-means聚类、蚁群聚类和DBSCAN聚类三种聚类算法在室内定位系统中的应用,通过比较3种算法分别与基于Wi-Fi信号接收强度的支持向量机回归算法室内定位模型相结合定位的仿真实验,发现K-means和DBSCAN聚类算法均优于蚁群聚... 本文比较分析了K-means聚类、蚁群聚类和DBSCAN聚类三种聚类算法在室内定位系统中的应用,通过比较3种算法分别与基于Wi-Fi信号接收强度的支持向量机回归算法室内定位模型相结合定位的仿真实验,发现K-means和DBSCAN聚类算法均优于蚁群聚类算法,且两者定位结果相差不大。考虑到DBSCAN聚类算法可以去除噪音点,将DBSCAN聚类与K-means聚类算法混合分析后,再与定位模型结合,获得更好的定位效果。 展开更多
关键词 K -means 聚类 DBSCAN 聚类 室内定位
在线阅读 免费下载
上一页 1 2 109 下一页 到第
使用帮助 返回顶部 意见反馈