2025年1月17日
星期五
|
欢迎来到贵州省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
秦皇岛市科学技术研究与发展计划课题(201001A042)
作品数:
1
被引量:4
H指数:1
相关作者:
董俊
卢海涛
任家东
更多>>
相关机构:
燕山大学
更多>>
发文基金:
秦皇岛市科学技术研究与发展计划课题
国家自然科学基金
更多>>
相关领域:
自动化与计算机技术
更多>>
相关作品
相关人物
相关机构
相关资助
相关领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
属性值
1篇
网络
1篇
聚类
1篇
聚类算法
1篇
聚类中心
1篇
复杂网
1篇
复杂网络
1篇
K-MEAN...
1篇
K-MEAN...
1篇
K-MEAN...
1篇
初始聚类中心
机构
1篇
燕山大学
作者
1篇
任家东
1篇
卢海涛
1篇
董俊
传媒
1篇
燕山大学学报
年份
1篇
2012
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
一种基于复杂网络属性值的K-means聚类算法
被引量:4
2012年
传统K-means聚类算法的性能依赖于初始聚类中心的选择。本文将复杂网络节点的属性值作为节点的度、聚集度与聚集系数的加权值,通过计算所有节点的加权综合聚集特征值,选取综合聚集特征值高,并且彼此之间无高聚集性特征的个节点作为聚类的初始聚类中心,然后进行聚类迭代过程。实验结果表明,新算法对初始聚类中心的选取更迅速有效,避免了传统K-means算法初始聚类节点选取的敏感性,进而提高K-means算法的聚类质量。
董俊
任家东
卢海涛
关键词:
聚类
复杂网络
K-MEANS
初始聚类中心
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张