K均值

k均值算法，作为数据挖掘与机器学习领域中的经典无监督学习方法，以其高效简洁的聚类特性广泛应用于图像处理、信号分析及模式识别等多个电子技术场景。通过将数据集划分为K个簇，每个簇的数据点尽可能地靠近其簇中心，远离其他簇中心，k均值能够帮助工程师们快速发现数据内在结构，优化系统设计。无论是初学者还是资深开...

资源总数
500

K均值 全部资料 500 份

传统K均值算法对初始聚类中心敏感，聚类结果随不同的初始输入而波动，容易陷入局部最优值。针对上述问题，该文提出一种基于遗传算法的K均值聚类算法，将K均值算法的局部寻优能力与遗传算法的全局寻优能力相结合，

2024-01-19 8 K均值

由于K－均值聚类算法局部最优的特点，而模拟退火算法理论上具有全局最优的特点。因此，用模拟退火算法对聚类进行了改进。20组聚类仿真表明，平均每次对K结果值改进8次左右，效果显著。下一步工作：实际上在高温区随机生成邻域是个组合爆炸问题（见本人上...

2015-03-18 146 K均值