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:
根据结构面的特征,对结构面进行划分类别是研究岩体力学性质的基本方法.本文基于结构面产状双要素倾向、倾角,主要采用K-means算法进行聚类分析.但由于K-means算法存在需要事先给定聚类中心及分组数的缺陷,因此考虑采用Canopy算法作为正式聚类分组前的预处理手段,缩小了K-means算法的迭代范围,提高了算法精度,同时也弥补了算法中受人为因素影响较大的缺点,为岩体结构面的划分提供了一个新思路.
推荐文章
一种改进的K-means聚类算法
聚类分析
K-means算法
离群点数据
一种基于密度的k-means聚类算法
聚类
k-means
信息熵
近邻密度
孤立点
一种改进K-means聚类的FCMM算法
K-means聚类
萤火虫
最大最小距离
Tent映射
混沌搜索
一种改进的简化均值粒子群K-means聚类算法
粒子群优化算法
简化粒子群
邻域最优粒子
K-means聚类
聚类数
初始聚类中心
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 基于一种改进K-means聚类方法的岩体结构面优势分组研究
来源期刊 世界有色金属 学科 工学
关键词 Canopy K-means 优势分组
年,卷(期) 2019,(21) 所属期刊栏目 综合
研究方向 页码范围 288-289
页数 2页 分类号 TU45
字数 2663字 语种 中文
DOI
五维指标
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  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Canopy
K-means
优势分组
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
世界有色金属
半月刊
1002-5065
11-2472/TF
大16开
北京市海淀区苏州街31号9层
2-642
1986
chi
出版文献量(篇)
17781
总下载数(次)
39
总被引数(次)
26292
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导