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
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
软件期刊
\
K均值优化算法综述
K均值优化算法综述
作者:
邓滨玥
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
k-means算法
聚类算法
聚类中心
误差平方和
无监督学习
摘要:
k-means算法源于信号处理中的一种向量量化方法,现在则更多地作为一种聚类分析方法流行于数据挖掘领域.在数据挖掘技术中常常使用聚类方法,而k-means算法作为最典型、最常见、实用度最广的一种聚类算法,具有简单易操作等优点.但此算法需要人工设定聚类中心的数量,初始聚类中心,容易陷入局部最优,使得算法的时间复杂度变得较大,得到的聚类结果易受到k值与设定的初始聚类中心的影响,针对这些问题,本文介绍了k-means算法的改进方法,分析其优缺点并提出了优化算法的下一步研究方向.
暂无资源
收藏
引用
分享
推荐文章
基于粒群优化的K均值算法及其应用
粒群优化
入侵检测
K均值
基于蚁群粒子群混合算法的K均值聚类优化算法研究
蚁群算法
粒子群算法
K均值聚类算法
一种整合粒子群优化和K-均值的数据聚类算法
数据聚类
K-均值
粒子群优化
K-均值算法中聚类个数优化问题研究
k-均值算法
聚类个数
距离价值函数
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
K均值优化算法综述
来源期刊
软件
学科
工学
关键词
k-means算法
聚类算法
聚类中心
误差平方和
无监督学习
年,卷(期)
2020,(2)
所属期刊栏目
设计研究与应用
研究方向
页码范围
188-192
页数
5页
分类号
TP391
字数
3760字
语种
中文
DOI
10.3969/j.issn.1003-6970.2020.02.041
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
邓滨玥
重庆文理学院电子信息与电气学院
1
0
0.0
0.0
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
(108)
共引文献
(176)
参考文献
(16)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1975(1)
参考文献(0)
二级参考文献(1)
1980(1)
参考文献(0)
二级参考文献(1)
1991(1)
参考文献(0)
二级参考文献(1)
1993(1)
参考文献(0)
二级参考文献(1)
1994(2)
参考文献(0)
二级参考文献(2)
1997(1)
参考文献(0)
二级参考文献(1)
1998(1)
参考文献(0)
二级参考文献(1)
1999(3)
参考文献(0)
二级参考文献(3)
2001(1)
参考文献(0)
二级参考文献(1)
2002(1)
参考文献(0)
二级参考文献(1)
2003(5)
参考文献(0)
二级参考文献(5)
2004(2)
参考文献(0)
二级参考文献(2)
2005(5)
参考文献(0)
二级参考文献(5)
2006(6)
参考文献(2)
二级参考文献(4)
2007(11)
参考文献(2)
二级参考文献(9)
2008(11)
参考文献(0)
二级参考文献(11)
2009(9)
参考文献(2)
二级参考文献(7)
2010(8)
参考文献(1)
二级参考文献(7)
2011(2)
参考文献(1)
二级参考文献(1)
2012(16)
参考文献(2)
二级参考文献(14)
2013(3)
参考文献(0)
二级参考文献(3)
2014(6)
参考文献(0)
二级参考文献(6)
2015(5)
参考文献(2)
二级参考文献(3)
2016(4)
参考文献(1)
二级参考文献(3)
2017(5)
参考文献(1)
二级参考文献(4)
2018(12)
参考文献(1)
二级参考文献(11)
2019(1)
参考文献(1)
二级参考文献(0)
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
k-means算法
聚类算法
聚类中心
误差平方和
无监督学习
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
软件
主办单位:
中国电子学会
天津电子学会
出版周期:
月刊
ISSN:
1003-6970
CN:
12-1151/TP
开本:
16开
出版地:
北京市3108信箱
邮发代号:
创刊时间:
1979
语种:
chi
出版文献量(篇)
9374
总下载数(次)
40
总被引数(次)
23629
期刊文献
相关文献
1.
基于粒群优化的K均值算法及其应用
2.
基于蚁群粒子群混合算法的K均值聚类优化算法研究
3.
一种整合粒子群优化和K-均值的数据聚类算法
4.
K-均值算法中聚类个数优化问题研究
5.
基于K-均值聚类的协同进化粒子群优化算法
6.
基于k均值和量子遗传算法的RBF网络优化
7.
基于样本空间分布密度的初始聚类中心优化K-均值算法
8.
K均值聚类算法的研究与优化
9.
基于差分演化的K-均值聚类算法
10.
基于样本密度的全局优化K均值聚类算法
11.
基于免疫粒子群的K均值聚类算法
12.
基于AHLO与K均值聚类的图像分割算法
13.
基于混沌优化K均值算法的马铃薯芽眼的快速分割
14.
改进的二分K均值聚类算法
15.
基于微粒群优化聚类数目的K-均值算法
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
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
软件2022
软件2021
软件2020
软件2019
软件2018
软件2017
软件2016
软件2015
软件2014
软件2013
软件2012
软件2011
软件2010
软件2009
软件2008
软件2007
软件2006
软件2005
软件2004
软件2003
软件2002
软件2020年第9期
软件2020年第8期
软件2020年第7期
软件2020年第6期
软件2020年第5期
软件2020年第4期
软件2020年第3期
软件2020年第2期
软件2020年第12期
软件2020年第11期
软件2020年第10期
软件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