均值聚类
均值聚类，作为数据挖掘与机器学习领域中一种广泛采用的无监督分类方法，以其简洁高效著称。通过迭代优化过程将数据集划分为预设数量的簇，特别适用于模式识别、图像处理及信号分析等场景。掌握此技术不仅能够帮助工程师们在海量信息中快速提炼关键特征，还能为后续更复杂的算法设计打下坚实基础。加入我们，从10875份...
资源总数
500
均值聚类 热门资料
查看全部 500 份 →一种改进的粒子群和K均值混合聚类算法
摘 要：该文针对K 均值聚类算法存在的缺点，提出一种改进的粒子群优化(PSO)和K 均值混合聚类算法。该算法在运行过程中通过引入小概率随机变异操作增强种群的多样性，提高了混合聚类算法全局搜索能力，并根据群体适应度方差来确定K 均值算法操作时...
2023-09-02
3
基于粒子群模糊C均值聚类的快速图像分割
模糊C-均值聚类算法是一种无监督图像分割技术，但存在着初始隶属度矩阵随机选取的影响，可能收敛到局部最优解的缺点。提出了一种粒子群优化与模糊C-均值聚类相结合的图像分割算法，根据粒子群优化算法强大的全局搜索能力，有效地避免了传统的FCM对随机...
2013-10-25
125