2024年7月9日
星期二
|
欢迎来到青海省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
李家成
作品数:
2
被引量:10
H指数:1
供职机构:
广西大学
更多>>
发文基金:
教育部人文社会科学研究基金
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
覃华
广西大学计算机与电子信息学院
吴丹
广西大学计算机与电子信息学院
苏一丹
广西大学计算机与电子信息学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
期刊文章
1篇
学位论文
领域
2篇
自动化与计算...
主题
2篇
遗传算法
2篇
聚类
2篇
聚类算法
1篇
信息检索
1篇
数据挖掘
1篇
量子遗传
1篇
量子遗传算法
1篇
聚类分析
1篇
基于遗传算法
机构
2篇
广西大学
作者
2篇
李家成
1篇
苏一丹
1篇
吴丹
1篇
覃华
传媒
1篇
计算机技术与...
年份
2篇
2013
共
2
条 记 录,以下是 1-2
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于量子遗传算法的K调和均值聚类算法的研究
数据挖掘是近年来在信息决策领域较为活跃的热点课题。在数据挖掘的众多技术中,聚类分析尤为重要,它把数据对象分为若干类,让同一类中对象的相似性尽可能大,不同类间对象的相似性尽可能小,K调和均值聚类算法(KHM)是一种类似于k...
李家成
关键词:
信息检索
数据挖掘
聚类分析
遗传算法
基于遗传算法的K调和均值聚类算法
被引量:9
2013年
K调和均值算法(KHM)用数据点与所有聚类中心的距离的调和平均值替代了数据点与聚类中心的最小距离,是一种对初始值不敏感、收敛速度快的有效聚类算法,但它容易陷入局部最小值。而遗传算法具有良好的全局优化能力。文中结合了KHM和遗传算法各自的优点,采用KHM计算每一代种群的聚类中心,并构造适应度函数,通过遗传算法进行一系列择优操作,成功地解决了KHM容易陷入局部最小值的问题。实验结果表明,所提出的算法不仅优化了聚类中心,而且还改善了聚类质量。
李家成
苏一丹
覃华
吴丹
关键词:
遗传算法
聚类
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张