基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种在K-Means算法基础上改进的聚类算法QSKM,对网络结点分组进行优化设计.我们利用排队论对网络通信中的呼叫与处理进行分析,确定最少分组数,作为K-Means聚类算法的初试K值,由此作为聚类算法的起点,对交换机数量、空间布局以及网络结点分组进行设计.通过对QSKM算法和传统K-Means算法的计算复杂度进行分析比较以及QSKM算法在北京航天飞行控制中心显示网络设计中的应用研究表明,QSKM算法是有效的,降低了传统K-Means算法的计算复杂度.在我们设计的QSKM算法中,排队论可以为K-Means聚类运算中K的初始选取提供指导,聚类算法利用网络特征对基于排队论的网络设计方法进行完善,从而得到最佳的网络分布方案.
推荐文章
基于深度信念网络的K-means聚类算法研究
K-means算法
深度信念网络
受限玻尔兹曼机
高维数据
聚类分析
FCM算法
基于变异的k-means聚类算法
聚类
mk-means算法
变异
基于属性权重最优化的 k-means 聚类算法
聚类算法
属性权重
数据挖掘
目标函数
基于MapReduce的K-means聚类算法的优化
K均值算法
抽样
Canopy算法
最大最小距离法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于排队论指导的K-Means聚类算法及其在TTC网络优化设计中的应用
来源期刊 宇航学报 学科 航空航天
关键词 排队论 K-均值聚类算法 网络设计 航天测控
年,卷(期) 2007,(3) 所属期刊栏目 其他
研究方向 页码范围 752-756
页数 5页 分类号 V557
字数 814字 语种 中文
DOI 10.3321/j.issn:1000-1328.2007.03.048
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 沈钧毅 西安交通大学电信学院 211 4319 32.0 55.0
2 李大琪 西安交通大学电信学院 2 5 2.0 2.0
6 周建亮 18 109 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (2)
二级引证文献  (2)
2005(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
排队论
K-均值聚类算法
网络设计
航天测控
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
宇航学报
月刊
1000-1328
11-2053/V
16开
北京838信箱
2-167
1980
chi
出版文献量(篇)
5133
总下载数(次)
7
总被引数(次)
58725
论文1v1指导