检索结果-南通市图书馆

k-均值算法支持的优质网络学习资源筛选方法研究

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

中国远程教育 2014年第19期 62-66,96页

作者：叶海智程清杰黄宏涛河南省高校教育信息工程技术研究中心河南师范大学

网络学习资源建设是教育信息化的重要组成部分。面对海量的网络学习资源,如何筛选出高质量的学习资源就变得尤为重要。本文以自主研发的精品资源共享课程公共服务平台为支撑,提出一种优质网络学习资源的筛选方法。该方法首先使用k-均值... 详细信息

网络学习资源建设是教育信息化的重要组成部分。面对海量的网络学习资源,如何筛选出高质量的学习资源就变得尤为重要。本文以自主研发的精品资源共享课程公共服务平台为支撑,提出一种优质网络学习资源的筛选方法。该方法首先使用k-均值聚类算法对大量网络学习资源进行自动分类,然后通过支配关系对聚类后的资源进行评价,通过引入优胜劣汰机制筛选优质网络学习资源,以消除学习者在资源选择时的盲目性,有效提高网络学习的效率与效果。

关键词：网络学习资源 k-均值算法最优候选集支配关系优质资源筛选

在线全文

学校读者我要写书评

暂无评论

一个用于空间聚类分析的遗传k-均值算法

计算机工程 2006年第3期32卷 188-190页

作者：王家耀张雪萍周海燕解放军信息工程大学测绘学院郑州450052

空间数据挖掘是数据挖掘的一个新的分支,空间聚类分析是空间数据挖掘中的一个重要研究课题。本文在分析遗传算法及k–均值算法的优越性和不足的基础上,设计了一种遗传k-均值空间聚类分析算法,该算法兼顾了局部收敛和全局收敛性能。实验... 详细信息

空间数据挖掘是数据挖掘的一个新的分支,空间聚类分析是空间数据挖掘中的一个重要研究课题。本文在分析遗传算法及k–均值算法的优越性和不足的基础上,设计了一种遗传k-均值空间聚类分析算法,该算法兼顾了局部收敛和全局收敛性能。实验表明,其结果优于传统k-均值聚类方法及单纯的遗传算法聚类。

关键词：空间数据挖掘空间聚类遗传算法 k-均值算法遗传k-均值算法

基于k-均值算法模型的区域土壤数值化分类及预测制图

在线全文

学校读者我要写书评

暂无评论

生态学报 2012年第6期32卷 1846-1853页

作者：刘鹏飞宋轩刘晓冰陈杰郑州大学水利与环境学院郑州450001 郑州大学自然资源与生态环境研究所郑州450001

根据封丘县土壤发生学特点遴选质地、有机质、土壤颜色、pH值、电导率和土壤发生层厚度等作为土壤属性向量,运用k-均值算法模型,对研究区40个土壤剖面样本实施数值化分类,并依据《中国土壤系统分类检索》确定算法模型输出的5个中心土壤... 详细信息

根据封丘县土壤发生学特点遴选质地、有机质、土壤颜色、pH值、电导率和土壤发生层厚度等作为土壤属性向量,运用k-均值算法模型,对研究区40个土壤剖面样本实施数值化分类,并依据《中国土壤系统分类检索》确定算法模型输出的5个中心土壤剖面的系统分类归属。基于40个样本土壤剖面与各中心剖面的类型之间的分类距离,应用地统计学手段预测研究区空间任意位置的土壤与各中心剖面的分类距离,完成研究区土壤数值化连续分类并实现可视化表达。在此基础上,运用去模糊化手段,"硬化"连续分类边界,获得可与传统土壤制图互为参比的研究区土壤预测图,并对输出结果进行了土壤发生学解释。研究表明,土壤数值化分类手段与地统计学随机模型相结合可以实现区域土壤的空间预测,且预测图比传统土壤图蕴含更加丰富的信息。

关键词：土壤数值化分类预测制图 k-均值算法分类距离

在线全文

学校读者我要写书评

暂无评论

基于初始聚类中心优化的k-均值算法

计算机工程与科学 2010年第10期32卷 105-107,116页

作者：王赛芳戴芳王万斌张晓宇西安理工大学理学院陕西西安710054

针对传统的k-均值算法对初始聚类中心的选取和孤立点敏感的问题,本文提出了一种基于点密度的初始聚类中心选取方法。利用该方法选出初始聚类中心,再应用k-均值算法进行聚类,同时对孤立点进行特殊处理。实验表明,该方法能够产生高质量的... 详细信息

针对传统的k-均值算法对初始聚类中心的选取和孤立点敏感的问题,本文提出了一种基于点密度的初始聚类中心选取方法。利用该方法选出初始聚类中心,再应用k-均值算法进行聚类,同时对孤立点进行特殊处理。实验表明,该方法能够产生高质量的聚类结果。

关键词：聚类 k-均值算法点密度

基于改进k-均值算法在彩色图像分割中的应用

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2008年第29期44卷 191-192,203页

作者：刘盈盈石跃祥莫浩澜湘潭大学信息工程学院湖南湘潭411105

如何对彩色图像中的目标进行有效的分割是计算机视觉和图像分析的重点和难点,文中提出不断对彩色图像采用最优阈值化进行一次粗分割提取最大目标区域,再利用改进的k-均值算法对提取目标子区域进行精确分割。实验结果表明该方法对彩色图... 详细信息

如何对彩色图像中的目标进行有效的分割是计算机视觉和图像分析的重点和难点,文中提出不断对彩色图像采用最优阈值化进行一次粗分割提取最大目标区域,再利用改进的k-均值算法对提取目标子区域进行精确分割。实验结果表明该方法对彩色图像能够有效地提取目标物体,并对噪声图像具有一定的鲁棒性。

关键词：图像分割最优阈值化 k-均值算法鲁棒性

在线全文

学校读者我要写书评

暂无评论

基于SOM神经网和k-均值算法的图像分割

计算机工程与应用 2005年第21期41卷 38-40,57页

作者：许海洋王万森首都师范大学信息工程学院北京100037

提出了一种基于SOM神经网络和k-均值的图像分割算法。SOM网络将多维数据映射到低维规则网格中,可以有效地用于大型数据的挖掘;而k-均值是一种动态聚类算法,适用于中小型数据的聚类。文中算法利用SOM网络将具有相似特征的象素S点映射到一... 详细信息

提出了一种基于SOM神经网络和k-均值的图像分割算法。SOM网络将多维数据映射到低维规则网格中,可以有效地用于大型数据的挖掘;而k-均值是一种动态聚类算法,适用于中小型数据的聚类。文中算法利用SOM网络将具有相似特征的象素S点映射到一个2-D神经网上,再根据神经元间的相似性,利用k-均值算法将神经元聚类。文中将该算法用于彩色图像的分割,并给出了经SOM神经网初聚类后,不同k值下神经元聚类对图像分割的结果及与单纯k-均值分割图像进行对比。

关键词： SOM网 k-均值算法图像分割聚类

在线全文

学校读者我要写书评

暂无评论

一种基于密度的k-均值算法

计算机工程与应用 2007年第32期43卷 153-155页

作者：刘艳丽刘希云山东师范大学管理与经济学院济南250014 山东大学机械工程学院济南250061

针对传统的k-均值算法聚类时所面临的维数灾难、初始聚类中心点难以确定的缺点,提出一种改进的k-均值算法,其核心思想是通过降维、基于密度及散布的初始中心点搜索等方法改进k-均值算法。实验结果证明改进后的算法无论在聚类精度还是在... 详细信息

针对传统的k-均值算法聚类时所面临的维数灾难、初始聚类中心点难以确定的缺点,提出一种改进的k-均值算法,其核心思想是通过降维、基于密度及散布的初始中心点搜索等方法改进k-均值算法。实验结果证明改进后的算法无论在聚类精度还是在稳定性方面,都明显优于标准的k-均值算法。

关键词： k-均值算法密度聚类中心

在线全文

学校读者我要写书评

暂无评论

基于改进k-均值算法的未知协议比特流聚类

计算机应用 2016年第A1期36卷 5-8页

作者：王兆丰吴杨军械工程学院电子与光学工程系石家庄050003 军械工程学院信息工程系石家庄050003

对协议未知条件下比特流数据集的聚类是进一步开展未知协议识别的基础。从比特流的统计特征出发,提出了三种协议不相关的比特流特征参数:压缩率、汉明重和游程频数。针对k-means算法对初始聚类中心的敏感问题,提出了一种基于距离累加和... 详细信息

对协议未知条件下比特流数据集的聚类是进一步开展未知协议识别的基础。从比特流的统计特征出发,提出了三种协议不相关的比特流特征参数:压缩率、汉明重和游程频数。针对k-means算法对初始聚类中心的敏感问题,提出了一种基于距离累加和的初始聚类中心选择方法,并采用k-均值算法对实际采集的比特流数据集进行了聚类。实验结果表明,所定义的特征参数可有效用于未知协议比特流聚类,提出的初始聚类中心选择方法可以提高k-均值算法的稳定性和执行效率。

关键词：未知协议比特流特征参数聚类 k-均值算法

遗传k-均值算法在软件测试算例自动生成中的应用研究

在线全文

学校读者我要写书评

暂无评论

油气田地面工程 2003年第4期22卷 15-16页

作者：景志远大庆油田设计院

在应用软件的开发过程中 ,软件测试占有极其重要的位置。测试算例自动生成是软件测试过程中的核心问题。将遗传算法的基本思想和k -均值算法相结合。

关键词：软件测试算例遗传算法 k-均值算法应用自动生成