检索结果-南通市图书馆

高技术通讯 2006年第1期16卷 11-15页

作者：刘远超王晓龙刘秉权哈尔滨工业大学计算机科学与技术学院哈尔滨150001

提出了一种改进的基于最小最大原则的k-means文档聚类初始值选择算法。该方法首先构造相似度矩阵，然后利用最小最大原则对相似度矩阵进行分析，从而选择初始聚点并自动确定聚类k值。实验结果表明利用该方法找到的k值比较接近真实值。

关键词：文档聚类 k-means 最小最大原则相似度矩阵

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

需求分布未知且提前期可控的联合库存决策

运筹与管理 2011年第2期20卷 64-71页

作者：宋华明杨慧罗建强南京理工大学经济管理学院江苏南京210094

在提前期内需求为自由分布且提前期依赖于订购批量和生产率的条件下,建立了同时考虑供需双方成本的联合库存决策模型,运用最小最大准则分析了模型最优解的存在性,设计了高效的最优解搜索算法。通过数值算例说明算法的有效性,分析了获取... 详细信息

在提前期内需求为自由分布且提前期依赖于订购批量和生产率的条件下,建立了同时考虑供需双方成本的联合库存决策模型,运用最小最大准则分析了模型最优解的存在性,设计了高效的最优解搜索算法。通过数值算例说明算法的有效性,分析了获取需求分布信息的代价与收益;并与供需独立的决策模型比较,表明了联合库存决策可以显著地降低供应链成本。

关键词：供应链管理可控提前期联合库存自由分布最小最大原则

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

“教师授业失职”的经济学分析

教育与经济 1999年第2期15卷 29-30页

作者：张正堂赵怀勇中国矿业大学工商管理学院徐州221008 中央财金大学国际金融系

在线全文

学校读者我要写书评

暂无评论

基于距离和密度的d-K-means算法

计算机应用研究 2020年第6期37卷 1719-1723页

作者：唐泽坤朱泽宇杨裔李彩虹李廉兰州大学信息科学与工程学院兰州730000

针对K-means算法对初始聚类中心和噪声敏感的缺点,提出了d-K-means算法(distance&density),在K-means算法的基础上权衡了密度和距离对聚类的影响,对数据进行加权处理,在权值基础上引入最小最大原则选择初始聚类中心,自动确定类中心个数... 详细信息

针对K-means算法对初始聚类中心和噪声敏感的缺点,提出了d-K-means算法(distance&density),在K-means算法的基础上权衡了密度和距离对聚类的影响,对数据进行加权处理,在权值基础上引入最小最大原则选择初始聚类中心,自动确定类中心个数。实验结果表明,d-K-means算法在低维与高维数据上都可以取得较好的聚类效果,并且可以更好地应对低密度区域数据,更好地进行类中心选择。

关键词：聚类 K-means算法最小最大原则类中心个数

在线全文

学校读者我要写书评

暂无评论

“教师授业失职”的经济学分析

高教探索 1999年第1期 76-77页

作者：赵怀勇中央财经大学北京100081

K-Means算法的改进及其在微博话题发现中的应用

在线全文

学校读者我要写书评

暂无评论

K-Means算法的改进及其在微博话题发现中的应用

作者：柳亚男国际关系学院

学位级别：硕士

随着互联网的不断发展,从数据中分析挖掘出具有价值的内容,是如今科学家们研究的重要方向。在我国,微博作为一种新兴的社交媒体与信息交流平台,对其数据进行挖掘分析具有很大的现实意义。K-Means算法作为聚类技术应用最普遍的算法之一,... 详细信息

随着互联网的不断发展,从数据中分析挖掘出具有价值的内容,是如今科学家们研究的重要方向。在我国,微博作为一种新兴的社交媒体与信息交流平台,对其数据进行挖掘分析具有很大的现实意义。K-Means算法作为聚类技术应用最普遍的算法之一,其所衍生出的多种变形算法,是文本信息挖掘技术中的核心技术。本文通过介绍分析传统K-Means算法所具有的聚类速度快、易于实现,而且适用于文本、图像特征等多种数据的特点,发现由于聚类初始中心点选择的随机性,传统K-Means算法以及其变种的聚类结果会产生较大的波动,而且微博的数据具有海量、短小、不规范、重复度大等特征,传统的信息分析方法难以满足微博信息分析的需求。在此基础上,本文所做工作如下:首先,针对传统K-Means算法的缺陷,设计了基于密度概念的改进K-Means算法,通过计算每个数据点的密度值,对数据进行初步的排序、筛选之后,再根据最小最大原则,合理的选择出k个初始聚类中心,消除了原始算法的随机性;然后,针对微博信息的特点和处理效率等因素,设计了基于文本聚类的微博信息处理流程,包括文本去噪、分词、停用词过滤、文本表示、特征提取和权重计算,以将微博文本处理为可以输入算法的格式;最后,为验证本文所提改进算法的性能,通过实验,获取微博数据并处理后,将改进后的K-Means算法与传统K-Mean算法、CAMDP算法应用于话题聚类中,并用准确率、召回率和F1值对算法进行评价。实验结果发现,改进后的K-Means算法有效的提高了聚类结果的准确度,对微博话题的聚类效果良好,并为微博信息的深度分析和后续应用系统的开发提供了基础。本文的研究工作对微博舆情监控等方面的应用开发有着重要的参考意义。

关键词： K-Means算法密度中心最小最大原则微博文本聚类

基于Hadoop的Canopy-K-means并行算法的学生成绩与毕业流向关系分析

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

西安工程大学学报 2018年第6期32卷 705-712页

作者：郭卫霞薛涛李婷西安工程大学计算机科学学院陕西西安710048

为了探究学生成绩与其毕业去向之间存在的内在关系,提出基于Hadoop的Canopy-Kmeans并行算法并进行分析.首先基于"最小最大原则"确定Canopy的初始中心点并快速粗糙聚类,将其作为K-means算法的初始聚类中心,并基于MapReduce计算框架实现... 详细信息

为了探究学生成绩与其毕业去向之间存在的内在关系,提出基于Hadoop的Canopy-Kmeans并行算法并进行分析.首先基于"最小最大原则"确定Canopy的初始中心点并快速粗糙聚类,将其作为K-means算法的初始聚类中心,并基于MapReduce计算框架实现其并行化.然后以西安工程大学2017届毕业生的教务数据为基础,进行海量教务数据的挖掘分析实验,完成相同毕业流向类型学生的聚类,同时分析各毕业流向与课程之间的内在联系.实验结果证明,改进后的Canopy-K-means算法在处理海量数据时,相比传统K-means算法,聚类收敛速度提高约2.1倍,准确率提高约15%,具有良好的聚类效果.

关键词： Hadoop Canopy-K-means 最小最大原则 MapReduce 教务毕业流向

在线全文

学校读者我要写书评

暂无评论

浅谈生物设计性实验的复习指导

教育革新 2004年第1期 46-47页

作者：李铁西北铝加工厂子弟中学

生物实验考题作为对学生能力考查的一个亮点,近年来,以全新的面目呈现在高考理科综合考题中,而这类题目大多数都是围绕生物实验方案的设计命题的。因此,加强总复习阶段生物设计性实验的复习指导非常重要。

关键词：生物实验实验对照活体实验控制变量实验原理复习指导科学性原则生长激素实验目标对照实验实验组实验方案样本含量最小最大原则

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

需求分布未知且提前期可控的联合库存决策

需求分布未知且提前期可控的联合库存决策