钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
大学学报期刊
\
云南民族大学学报(自然科学版)期刊
\
基于改进的K-means算法初始化方法研究
基于改进的K-means算法初始化方法研究
作者:
马健
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
聚类分析
K-means算法
初始化方法
摘要:
为了解决K-means算法在随机初始化过程中影响到K-means算法的效率性和正确性问题.提出了一种改进的方法(I KM),该方法是一种改进K均值的算法,利用密度、网格和统计等概念,将IKM的模拟数据与K-means进行比较.结果证明IKM的效率性和正确性优于K-means算法,对于复杂的情况在数据分布方面,IKM的表现优于K-means算法.
暂无资源
收藏
引用
分享
推荐文章
基于遗传算法的K-means初始化EM算法及聚类应用
混合高斯模型
遗传算法
K-means
聚类应用
一种有效的K-means聚类中心初始化方法
K-均值算法
基于密度
初始聚类中心
最大最小距离
最大距离积
基于改进磷虾群算法的K-means算法
磷虾群算法
聚类算法
精英引领
最佳聚类数
动态分群
k-means算法的研究与改进
聚类
划分方法
数据样本
阈值
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
基于改进的K-means算法初始化方法研究
来源期刊
云南民族大学学报(自然科学版)
学科
工学
关键词
聚类分析
K-means算法
初始化方法
年,卷(期)
2020,(3)
所属期刊栏目
信息与计算机科学
研究方向
页码范围
274-278
页数
5页
分类号
TP181
字数
3814字
语种
中文
DOI
10.3969/j.issn.1672-8513.2020.03.015
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
马健
亳州职业技术学院信息工程系
54
70
4.0
5.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(78)
共引文献
(18)
参考文献
(10)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1967(1)
参考文献(0)
二级参考文献(1)
1979(1)
参考文献(0)
二级参考文献(1)
1987(1)
参考文献(0)
二级参考文献(1)
1997(1)
参考文献(0)
二级参考文献(1)
2000(1)
参考文献(0)
二级参考文献(1)
2003(2)
参考文献(0)
二级参考文献(2)
2004(4)
参考文献(0)
二级参考文献(4)
2007(2)
参考文献(0)
二级参考文献(2)
2008(2)
参考文献(0)
二级参考文献(2)
2009(7)
参考文献(0)
二级参考文献(7)
2010(6)
参考文献(0)
二级参考文献(6)
2011(6)
参考文献(0)
二级参考文献(6)
2012(6)
参考文献(0)
二级参考文献(6)
2013(8)
参考文献(0)
二级参考文献(8)
2014(7)
参考文献(1)
二级参考文献(6)
2015(6)
参考文献(1)
二级参考文献(5)
2016(9)
参考文献(1)
二级参考文献(8)
2017(6)
参考文献(0)
二级参考文献(6)
2018(6)
参考文献(2)
二级参考文献(4)
2019(6)
参考文献(5)
二级参考文献(1)
2020(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
聚类分析
K-means算法
初始化方法
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
云南民族大学学报(自然科学版)
主办单位:
云南民族大学
出版周期:
双月刊
ISSN:
1672-8513
CN:
53-1192/N
开本:
大16开
出版地:
中国昆明市一二·一大街134号
邮发代号:
创刊时间:
1992
语种:
chi
出版文献量(篇)
2286
总下载数(次)
5
总被引数(次)
8502
期刊文献
相关文献
1.
基于遗传算法的K-means初始化EM算法及聚类应用
2.
一种有效的K-means聚类中心初始化方法
3.
基于改进磷虾群算法的K-means算法
4.
k-means算法的研究与改进
5.
基于量子蚁群改进的K-means算法
6.
K-means聚类算法初始中心选择研究
7.
基于MapReduce框架下K-means的改进算法
8.
改进的K-means算法
9.
基于Spark的改进K-means算法的并行实现
10.
基于Spark的并行K-means算法研究
11.
K-means聚类算法的研究
12.
基于Kd树改进的高效K-means聚类算法
13.
基于改进BA算法的K-means聚类
14.
改进的k-means算法在入侵检测中的应用
15.
Spark环境下K-means初始中心点优化研究综述
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
云南民族大学学报(自然科学版)2022
云南民族大学学报(自然科学版)2021
云南民族大学学报(自然科学版)2020
云南民族大学学报(自然科学版)2019
云南民族大学学报(自然科学版)2018
云南民族大学学报(自然科学版)2017
云南民族大学学报(自然科学版)2016
云南民族大学学报(自然科学版)2015
云南民族大学学报(自然科学版)2014
云南民族大学学报(自然科学版)2013
云南民族大学学报(自然科学版)2012
云南民族大学学报(自然科学版)2011
云南民族大学学报(自然科学版)2010
云南民族大学学报(自然科学版)2009
云南民族大学学报(自然科学版)2008
云南民族大学学报(自然科学版)2007
云南民族大学学报(自然科学版)2006
云南民族大学学报(自然科学版)2005
云南民族大学学报(自然科学版)2004
云南民族大学学报(自然科学版)2003
云南民族大学学报(自然科学版)2002
云南民族大学学报(自然科学版)2001
云南民族大学学报(自然科学版)2000
云南民族大学学报(自然科学版)2020年第6期
云南民族大学学报(自然科学版)2020年第5期
云南民族大学学报(自然科学版)2020年第4期
云南民族大学学报(自然科学版)2020年第3期
云南民族大学学报(自然科学版)2020年第2期
云南民族大学学报(自然科学版)2020年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号