2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩53頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著數(shù)據(jù)庫存儲技術(shù)的飛速提升,使得各單位機(jī)構(gòu)堆積了海量數(shù)據(jù)。為了從龐大數(shù)據(jù)堆中掘取有價值的信息,數(shù)據(jù)挖掘應(yīng)運(yùn)而生。聚類分析作為數(shù)據(jù)挖掘的一個重要研究分支,旨在通過分析數(shù)據(jù)對象間的相似性把數(shù)據(jù)劃分成有意義的簇。
  本文探討了K-medoids聚類算法并提出了改進(jìn)策略。這些策略包括了利用改進(jìn)粒計(jì)算來初始化中心點(diǎn),提出三種不同的中心點(diǎn)搜索更新策略和改進(jìn)了K-medoids聚類算法的適應(yīng)度函數(shù)。本文主要研究工作如下:
  為了解決

2、傳統(tǒng)K-medoids聚類算法初始化敏感問題,對粒計(jì)算進(jìn)行改進(jìn),并利用改進(jìn)的粒計(jì)算對傳統(tǒng)K-medoids算法進(jìn)行初始化處理。該算法在Iris數(shù)據(jù)集中進(jìn)行實(shí)驗(yàn)測試,實(shí)驗(yàn)結(jié)果顯示初始化的中心點(diǎn)分別位于不同的簇中,從而避免了傳統(tǒng)算法對初始化敏感的問題。
  在有效初始化前提下,解決傳統(tǒng)K-medoids聚類算法的收斂速度緩慢和聚類準(zhǔn)確率不夠高等缺點(diǎn),提出了粒度迭代搜索策略,以此來減少聚類算法的迭代次數(shù);同時提出一種平衡簇內(nèi)和簇間距離的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論