搜索到7131 篇“ 聚类有效性指标 “的相关文章
一种应用于图像分割的对模糊聚 类 有效性 指标 的优化方法 聚 类 有效性 指标 的优化方法，包括获取目标图像，将所述目标图像的每个像素作为数据对象；对目标图像的全部数据对象使用多粒度模型进行计算，将细粒度的像素点转换为粗粒度的...一种基于聚 类 有效性 指标 DPDBI的雷达信号分选方法及系统 聚 类 有效性 指标 DPDBI的雷达信号分选方法及系统，涉及聚 类 分选领域，包括：S1：获取雷达信号数据集，对雷达信号数据集进行预处理，获得距离矩阵；S2：对距离矩阵进行核函数密度估计，获得邻域半径；通过邻域半...面向模糊C均值算法的MAME聚 类 有效性 指标 2023年 聚 类 有效性 指标 可用来评估聚 类 结果的有效性 ,并且帮助判别聚 类 的类 别数。现有的面向模糊C均值算法的聚 类 有效性 指标 存在对于类 内紧致性 的刻画不太到位、对于类 间分离性 的度量刻画不够准确的问题。为此,基于类 内紧致性 和类 间分离性 两个角度着手设计,提出了一种新的模糊聚 类 有效性 指标 ——考虑最大值和均值的指标 (maximum-mean,MAME)。首先,考虑了整个数据集的综合特征,计算分别分为K类 和1类 的情况的比值,提出了一种新的模糊紧致性 度量表达式。其次,引入最大聚 类 中心距离和平均聚 类 中心距离,提出了一种新的分离性 度量方法。最后,从模糊紧致性 度量表达式、分离性 度量方法出发,提出了MAME指标 。面向5个UCI数据集和6个人工数据集,和9个聚 类 有效性 指标 (包括CH、DB、NPC、PE、FSI、XBI、NPE、WLI和I指标 )一起进行了对比实验,验证了所提指标 的准确性 、稳定性 ,说明了MAME指标 的鲁棒性 较好。关键词：聚类 模糊聚类 模糊C均值 聚类有效性指标 紧致性 分离性 面向多种模糊聚 类 算法的聚 类 有效性 指标 研究 类 产生的数据信息都比较简单,数据量也比较小,且关联性 较强。比较容易发现数据之间的关联信息和隐藏的价值。随着时代不断地发展,人类 在日常生活中产生的数据越来越庞大,也越来越复杂化。数据之间的关联性 也越来越弱。单纯用传统...关键词：模糊聚类 紧致性 分离性 模糊C均值算法 基于增广非共享近邻的聚 类 算法和聚 类 有效性 指标 研究 聚 类 分析的目标是对一组数据进行分类 ，使得相似的数据归为同一类 别，不相似的数据归到不同类 别。近年来，聚 类 分析在生物医学，图像处理和自然语言处理等多个领域有广泛应用。由于现实生活中的数据分布复杂，存在形状不规则，密度分布不均...关键词：聚类算法 聚类有效性指标 结合密度参数与中心替换的改进K-means算法及新聚 类 有效性 指标 研究 被引量：15 2022年 聚 类 是一种经典的数据挖掘技术,它在模式识别、机器学习、人工智能等多个领域得到了广泛的应用。通过聚 类 分析,目标数据集的深层次结构可以被有效 地发掘出来。作为一种常用的划分聚 类 算法,K-means具有实现简单、能够处理大型数据等优点。然而,受收敛规则的影响,K-means算法仍然存在着对初始类 簇中心的选取非常敏感、不能很好地处理非凸型分布和有离群值的数据集等问题。文中提出了一种基于密度参数和中心替换的改进K-means算法DC-Kmeans。该算法采用数据对象的密度参数来逐步确定初始类 簇中心,使用中心替换方法更新偏离实际位置的初始中心,因而比传统聚 的类 算法更加精确。为了获得最佳聚 类 效果,文中同时提出了一个能够对聚 类 结果进行有效 评价的新聚 类 有效性 指标 SCVI和一个能够快速获得目标数据集最佳类 簇数的新算法OCNS。实验结果表明,所提聚 类 方法对各种类 型的数据集都是有效 的。关键词：聚类算法 聚类有效性指标 数据挖掘 聚 类 分析中K-means聚 类 算法的改进与新聚 类 有效性 指标 研究性 不断增强的现实背景下，聚 类 分析作为挖掘数据之间关联性 的重要工具得到了广泛应用，该方法采用无监督的机器学习方式，从无标记的海量数据集中获取有价值的信息和知识。K-PeaQV算法是其中最经典的优化模型之一，因其具...关键词：聚类分析 聚类算法 K-MEANS算法 聚类有效性指标 一种结合类 内相似度和类 间差异度的聚 类 有效性 指标 建立方法 类 内相似度和类 间差异度的聚 类 有效性 指标 建立方法。首先计算初始场景集中每两个场景组合之间的相似性 指标 ；采用改进SBR算法进行场景缩减得到目标场景数及其对应的概率；然后计算类 内相似度和类 间差异度从而得到有...聚 类 算法的改进和聚 类 有效性 指标 的研究聚 类 分析是数据挖掘中一项关键技术。聚 类 分析是一种无监督学习的技术，旨在不利用外部先验信息实现对未标记数据集的分类 。聚 类 算法是聚 类 分析实现的主体，K-Means算法以其实现原理简单、时间复杂...关键词：聚类算法 K-MEANS 聚类有效性指标 结合多目标优化算法的模糊聚 类 有效性 指标 及应用 被引量：1 2021年 聚 类 方法可以更有效 地对复杂数据集进行分析,由于模糊聚 类 算法的种类 繁多且聚 类 结果会随着输入的聚 类 个数的不同而改变,使得模糊聚 类 算法产生的结果不准确,因此,要获得准确的聚 类 结果必须确定模糊聚 类 个数k。目前已有的研究主要是利用多种模糊聚 类 有效性 指标 来确定最优聚 类 个数k,但是诸如SSD,PBM等模糊聚 类 指标 会随着划分的聚 类 个数k的增加而单调递减,导致聚 类 个数k不准确。为此,文中提出了一种结合多目标优化算法的模糊聚 类 有效性 指标 (A Validity Index of Fuzzy Clustering Combined with Multi-objective Optimization Algorithm,OSACF),将模糊聚 类 度量指标 与多目标优化算法(Multi-Objective Optimization Algorithm,MOEA)相结合来解决聚 类 最优个数k的问题。与使用聚 类 有效性 指标 不同,OSACF通过建立聚 类 个数k与聚 类 度量指标 之间的双目标模型并使用MOEA优化该双目标模型来确定最优聚 类 个数k,避免了聚 类 有效性 指标 趋于单调递减的影响。另一方面,OSACF使用形态形似距离替代传统的欧氏距离度量,避免了聚 类 形状对计算聚 类 k值的影响。实验结果表明,OSACF结合MOEA得到的最优模糊聚 类 个数k比已有的聚 类 有效性 指标 获得的结果更准确。关键词：聚类有效性指标 模糊聚类 多目标优化算法
相关作者
周世兵 作品数：28 被引量：411 H指数：9 供职机构：江南大学物联网工程学院 研究主题：聚类有效性指标 聚类数 最佳聚类数 聚类分析 UML 徐振源 作品数：105 被引量：540 H指数：10 供职机构：江南大学理学院 研究主题：混沌系统 混沌 吸引子 MELNIKOV方法 同步化 朱二周 作品数：48 被引量：227 H指数：8 供职机构：安徽大学 研究主题：钓鱼网站 URL 云计算 改进K-MEANS算法 聚类有效性指标 唐旭清 作品数：59 被引量：537 H指数：9 供职机构：江南大学理学院 研究主题：聚类分析 分层聚类 气候因子 结构聚类 粒度空间 杨善林 作品数：1,017 被引量：6,067 H指数：33 供职机构：合肥工业大学 研究主题：存储介质 调度 证据理论 层次分析法 医生
