基于遗传模拟退火的K-means聚类方法
针对传统的K-means算法对初始聚类中心的敏感很大，极易陷入局部最优值，基于遗传算法的K-means聚类算法由于个体的多样性不足而常出现早熟等现象，采用遗传模拟退火算法优化初始聚类中心点后进行K-means聚类，并提出了一种新的用于评价聚类结果的适应度函数，该函数更为准确地反映类内距离和类间距离。实验结果表明，该方法能获得更好的聚类结果。
文件下载
评论信息
其他资源
- Introduction to Computational Plasticity (ISBN 0198568266), Fionn Dunne, Nik Petrinic.pdf
- 通信企业协会网络安全人员能力评定模拟题
- 信号完整性揭秘-于博士SI设计手记单页版带书签.pdf
- ADS1148驱动程序
- IEEE Std 1588-2019 (Revision ofIEEE Std 1588-2008)
- BP神经网络预测超详细
- 基于Simbad平台的机器人避障模拟与实现
- 学生信息管理系统Java+jsp+mysql
- Abaqus混凝土本构计算方法
- 强化学习Q-learning算法
- cordova将h5打包成apk的流程
- 自绘按钮的实现，对VC++6.0控件派生学习非常有用
- 校园报修系统网页
- kubernetes安装手册.txt
- 内部审核实施.doc
- WIN7/WIN10系统驱动.zip
- 路由与终结点.zip
- 线性代数(同济五版)答案.pdf
- 51单片机交通信号灯设计
- 华为软件工程师面试和参考答案
- B样条插值（B-spline interpolation）
- 几种不同的图像细化算法源代码
- MATLAB版超级玛丽源代码
- vuejs超详细视频学习百度云
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明