共查询到20条相似文献，搜索用时 18 毫秒
1.
优化特征加权的FCM算法 总被引：1，自引：0，他引：1
冯春辉 《邢台职业技术学院学报》2009,26(1)
模糊聚类是一种重要数据分析和建模的无监督方法.在FCM算法中,考虑到样本矢量中各维特征对模式分类的不同影响,本文提出一种优化特征加权的模糊聚类算法,该算法利用主成分分析法提取主要特征向量并根据其对方差的贡献率不同赋予相应权重进行聚类分析. 相似文献
2.
模糊c均值(FCM)聚类算法广泛用于图像的自动分割,但是该算法没有考虑像素的灰度和空间特征,对噪声十分敏感。提出了一种基于直方图的加权模糊c均值(WFCM)聚类的图像分割方法,在传统的FCM聚类的基础上,该方法考虑了灰度直方图的灰度、邻域像素灰度的相关性对图像进行加权聚类分割。实验结果表明,该方法可显著提高图像分割的速度和精度。 相似文献
3.
《赣南师范学院学报》2020,(6):56-61
子空间聚类问题是将一组原始无标签的数据按照一定的规则划分为不同类簇的过程,在模式识别、数据挖掘、计算机视觉以及生物信息学等诸多领域具有广泛的应用.然而,目前子空间聚类算法由于受到数据噪声和异常值的影响,性能仍不够理想.为更好刻画数据噪声和低秩性,本文结合两种capped范数,提出一种新的子空间聚类模型,并设计快速、有效的求解算法,同时给出其收敛性证明.数值实验表明,本文的算法比现有的一些经典算法在聚类性能上具有较明显的优势. 相似文献
4.
5.
6.
7.
李艳虹 《重庆职业技术学院学报》2015,24(3)
综合经济实力反映一个城市的经济发展水平.该文运用加权模糊聚类算法,评估城市综合经济实力,并改进了指标权重的算法,避免不同属性对分类贡献无差异的问题.结合权重与模糊聚类算法,分析评估方案运用加权模糊聚类算法,评估河南省各市综合经济实力,结果表明,运用加权模糊聚类算法评价城市综合经济实力有效. 相似文献
8.
叶苗群 《宁波职业技术学院学报》2008,12(2):48-50
提出了一种基于核的聚类方法,增加对样本特征的优化;通过核函数,把数据样本空间映射到一个高维的特征空间;在特征空间对数据样本进行k-中心点聚类,并通过计算类内距离作为适应度准则,取其最优的结果。通过Web日志挖掘中的Web客户聚类应用比较,表明核聚类方法在性能上比经典的聚类算法有较大的改进,从而实现更为准确的聚类。 相似文献
9.
提出使用文本相似度算法与DBSCAN聚类算法相结合的方法对文本进行聚类,实现对文本的管理。首先对文本进行特征提取和分词操作,在分词过程中会产生大量的特征词汇,而有些特征词汇对文本特征的表达并无实际意义。因此,在文本特征提取过程中根据特征词汇对文本特征表达的贡献度进行取舍,以提高文本聚类的效率和准确性。利用TF IDF方法对特征词汇进行加权,并且对文本进行相似度计算,将相似度低于阈值的文本作为孤立点进行处理。利用DBSCAN算法对文本进行聚类,将相似的文本聚为一类。 相似文献
10.
针对功能磁共振成像(functional Magnetic Resonance Imaging,f MRI)数据的特点,在聚类fMRI数据时,两个体素之间的距离通常并非是一种简单的空间距离,而是和它们之间的相关程度有关的距离测度.在双曲相关系数(Hyperbolic Correlation Coefficient,HCC)距离度量基础上发展了一种新的距离测度,并提出了改进模糊聚类算法的定义、算法评价标准和算法参数的优化方法,然后将改进后的模糊聚类算法分别在任务态和静息态f MRI数据上与基于HCC距离度量的模糊聚类算法进行比较,最后通过比较结果证明改进后的模糊聚类算法具有较好的聚类效果和收敛速度. 相似文献
11.
12.
K-means聚类算法研究 总被引：2，自引：0，他引：2
华婷婷 《黄山高等专科学校学报》2013,(5):17-19
聚类分析是模式识别中一个重要研究领域,是一种将数据划分或分组处理的重要手段和方法.K-means算法是聚类算法中主要算法之一,文章介绍了K-means聚类算法的实现方法,并对其优点和缺点进行了详细的分析. 相似文献
13.
随着大数据时代的到来,聚类分析算法将面临如数据量巨大、数据维数增加等挑战,分布式处理是解决这类问题的方法之一.本研究将ROCK算法与Hadoop平台相结合,按照分布式处理原则,通过计算机集群模式去处理大规模的多样性数据.实验证明,在Hadoop平台下的ROCK聚类算法很大程度上提升了对高维数据进行聚类的能力. 相似文献
14.
吴绍根 《北京工业职业技术学院学报》2015,14(3):20-25
针对近年来基于网格和密度的数据聚类算法均需要先验知识确定聚类相关参数的问题,提出了基于动态网格和密度邻接的数据聚类算法。该算法首先分析数据集的特征,确定网格单元的初始值,通过定义全局距离度量函数,对网格单元进行2-1动态递减迭代,最后得到全局最优聚类。实验结果证明:使用该算法对数据进行聚类,能够获得直觉上的最优聚类结果。将该算法应用到对GPS信息聚类中,也得到较为理想的效果。 相似文献
15.
南楠 《三门峡职业技术学院学报》2009,8(4)
提出一种将改进的核函数应用于土壤肥力研究的聚类方法。该方法在K-means聚类算法的基础上加入核函数,简化目标函数,将数据从低维空间映射到高维空间增加样本特征差异,同时提出相应选取参数的标准,提高聚类效果。实验表明,该算法对于非凸型数据或多维数据聚类正确率较高,具有良好的性能,能较好地反映土壤肥力指标和土壤利用的关系,可使土壤肥力的发展与作物的需求达到协调一致的状态,保障农作物的高产稳产。 相似文献
16.
近年来,数据挖掘技术的研究备受国内外关注,其主要原因是信息技术发展产生了大量分散的数据,迫切需要将这些数据转换成有用的信息和知识.此前的研究,主要集中于分类算法及应用方面的研究,但某些特殊领域,如生物信息学研究等,需要通过聚类方法解决一些实际问题.本文从横向深入分析了数据挖掘技术中聚类算法的发展,对层次法、划分法、模糊法,以及量子聚类、核聚类,基于密度和网格等10种聚类算法的原理、过程和特点等都进行了比较详细的分析论述. 相似文献
17.
18.
介绍和比较了现有的空间聚类算法,并改进了基于密度的DBSCAN算法,该算法大大减少了I/O开销,更适合高维空间数据库的数据聚类。 相似文献
19.
何苗 《重庆职业技术学院学报》2009,18(3):83-85
随着网络的普及和信息量的急剧增加,从海量数据中提取有用的数据信息已迫在眉睫。本文提出了一种基于密度偏差抽样的聚类算法,实验表明,随着信息量、数据维数的增加,该算法聚类的正确率以及对数据的处理速度都要较传统的聚类算法有所提高。 相似文献
20.
层次聚类算法是一类重要的聚类分析方法。传统的层次聚类算法的时间为O（n2）空间复杂度很大，这使得聚类分析在大型数据集上的应用受到限制。该文提出一种基于分治递推改进算法，该算法将大大减少算法的时间复杂度和空间复杂度。 相似文献