智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真
2022-04-09 19:14:30
612KB
1
K-means算法处理海量数据时，易产生系统内存溢出的现象。利用MapReduce框架改进K-means虽然解决了这个问题，但也存在着聚类效果不稳定以及准确率不高等问题，提出一种改进算法，利用MapReduce框架实现K-means时，采用多次随机抽样，通过计算密度、距离与平方误差等方法，最终选取较优的初始聚类中心，并在迭代中采用新的中心点计算方法。实验结果证明，改进后的算法具有较好的稳定性、准确性和加速比。
2022-04-07 14:54:55
630KB
1
对于同心圆以及近似同心圆的聚类方法，适合于聚类进阶学习
对于同心圆以及近似同心圆的聚类方法，适合于聚类进阶学习
对于同心圆以及近似同心圆的聚类方法，适合于聚类进阶学习
2022-04-07 10:25:58
1KB
1
本人原创的K均值聚类算法，可支持不限维度的多维空间点的聚类。以欧氏距离为相似度量，接口分离，易改写。采用JAVA语言实现。
2022-04-06 14:35:06
8KB
1
采用K-means聚类，实现多维矩阵的聚类，并进行可视化展示（matlab）.rar
2022-04-06 02:26:34
62KB
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。
2022-04-05 13:08:19
604KB
1
基于模拟退火的k-means分类算法优化研究，陈明，王行风，由于K-means聚类方法对遥感图像进行分类时，对训练样本的选取依赖性很大，容易陷入局部最优的陷阱的情况，本文提出利用模拟退化算�
2022-04-05 13:02:26
435KB
1
k-means 算法接受参数 k ；然后将事先输入的n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。
2022-03-19 20:16:50
36KB
1