K-means

k均值聚类算法（k-meansclusteringalgorithm）是一种迭代求解的聚类分析算法，其步骤是，预将数据分为K组，则随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配...

资源总数
500

K-means 热门资料

查看全部 500 份 →

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 K-means

提出了用于音素识别的K子空间和时延自相关器神经网络结构，用将时延设计加入线性自相关器，以扩展音素滤波神经网络的方法，产生p维子空间，并采用迭代过程修改划分，以便捕获语音信号中的时间序列信息。这种

2024-04-16 7 K-means