您的位置: 专家智库 > >

山东省高等学校科技计划项目(J08LI69)

作品数:2 被引量:8H指数:1
相关作者:朱大铭王守强史士英更多>>
相关机构:山东大学山东交通学院更多>>
发文基金:山东省高等学校科技计划项目博士科研启动基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇聚类
  • 2篇K-MEAN...
  • 1篇质心
  • 1篇聚类问题

机构

  • 2篇山东交通学院
  • 2篇山东大学

作者

  • 2篇王守强
  • 2篇朱大铭
  • 1篇史士英

传媒

  • 1篇通信学报
  • 1篇山东大学学报...

年份

  • 1篇2011
  • 1篇2010
2 条 记 录,以下是 1-2
排序方式:
基于最小聚类求解k-means问题算法被引量:7
2010年
针对每个划分子集要求至少满足一定数量点的k-means问题,设计了该问题的随机近似算法。给出一个样本子集,证明了该样本子集至少以1/2的概率包含每个最优子集中至少一个点,进一步设计近似度为2的随机算法。设计了该问题的(1+ε)随机近似算法,算法的成功概率至少为3/2k+2。利用取样技术,设计了k-means问题的局部搜索随机算法。
王守强朱大铭
关键词:K-MEANS聚类
k-means聚类问题的改进近似算法被引量:1
2011年
研究了Ostrovsky给出k-means问题的(1+ε)-近似算法,针对算法中取样参数小的以及枚举数量大的不足,证明了可以选择一个更大的取样参数减小取样点集,基于随机算法,提出新的枚举策略减少枚举数量。本文分析了算法的成功概率。改进算法的期望时间复杂度为O(2O(kα2/ε)dn),其中d、n分别为问题实例的空间维数和输入点个数,α是小于1的分隔系数。算法的成功概率为121-e-21εk(1-O(α))。与Ostrovsky给出的算法相比,算法的运算效率得到很大的提高。
王守强朱大铭史士英
关键词:聚类
共1页<1>
聚类工具0