聚类分析是数据挖掘中重要的研究内容之一, 对聚类准则进行了总结, 对五类传统的聚类算法的
研究现状和进展进行了较为全面的总结, 就一些新的聚类算法进行了梳理, 根据样本归属关系 …

聚类分析研究中的若干问题 Page 1 第27 卷第3 期 Vol. 27 No. 3 控制与决策 Control and
Decision 2012 年3 月 Mar. 2012 聚类分析研究中的若干问题 文章编号: 1001-0920 (2012) 03-0321-08 …

目的工业产品的表面缺陷对产品的美观度, 舒适度和使用性能等带来不良影响,
所以生产企业对产品的表面缺陷进行检测以便及时发现并加以控制. 机器视觉的检测方法可以很 …

K-means算法最佳聚类数确定方法-[维普官方网站]-www.cqvip.com-维普网  我的维普 购物车
充值 客服 首页 | 期刊大全 | 文献分类 | 优先出版 | 论文检测 | 论文选题 | 在线分享 | 会议平台 …

随着社会信息化的高速发展以及大数据时代的到来, 科研由技术驱动转向数据驱动,
但由于数据量庞大以及数据之间联系的复杂性和隐含性, 使用可视化软件构建知识图谱挖掘数据 …

K-均值聚类算法是以确定的类数k 和随机选定的初始聚类中心为前提对数据集进行聚类的.
通常聚类数k 事先无法确定, 随机选定的初始聚类中心容易使聚类结果不稳定 …

锂离子电池是电动汽车和储能系统最重要的组成部分, 其故障预测和健康管理对于运行维护至关
重要. 数据驱动的方法较基于模型的方法更适合大规模工程应用, 针对实际应用中工况复杂和 …

分析研究聚类分析方法, 对多种聚类分析算法进行分析比较, 讨论各自的优点和不足,
同时针对原k-means 算法的聚类结果受随机选取初始聚类中心的影响较大的缺点 …

It has many difficulties in monitoring and detection accurately and optimal control in
aquaculture because the targets are so special and environment is so sophisticated that …

传统K-means 算法随机选取初始聚类中心, 容易导致聚类结果不稳定, 而优化初始聚类中心的K-
means 算法需要一定的参数选择, 也会使聚类结果缺乏客观性. 为此, 根据样本空间分布紧密度 …