<cite id="yyiou"><tbody id="yyiou"></tbody></cite>
<cite id="yyiou"><samp id="yyiou"></samp></cite>
  • <s id="yyiou"></s><bdo id="yyiou"><optgroup id="yyiou"></optgroup></bdo>
  • <cite id="yyiou"><tbody id="yyiou"></tbody></cite>

    首頁 > 期刊 > 自然科學(xué)與工程技術(shù) > 工程科技II > 綜合科技B類綜合 > 河海大學(xué)常州分校學(xué)報(bào) > 基于分層聚類的k—means算法 【正文】

    基于分層聚類的k—means算法

    金微; 陳慧萍 河海大學(xué)計(jì)算機(jī)及信息工程學(xué)院; 江蘇常州213022
    • 數(shù)據(jù)挖掘
    • 聚類
    • 分層聚類算法

    摘要:為了更好地實(shí)現(xiàn)聚類。在分析分層聚類和k-means算法優(yōu)缺點(diǎn)的基礎(chǔ)上提出了一種改進(jìn)的聚類算法.改進(jìn)算法將分層聚類和k-means聚類算法的優(yōu)點(diǎn)相結(jié)合,首先采用分層聚類,得到一個初始的聚類結(jié)果,然后應(yīng)用k-means聚類算法繼續(xù)聚類.實(shí)驗(yàn)結(jié)果表明。改進(jìn)算法較原先傳統(tǒng)的聚類算法,不但算法執(zhí)行速度快、效率高,而且聚類效果也比較好.

    注:因版權(quán)方要求,不能公開全文,如需全文,請咨詢雜志社

    投稿咨詢 免費(fèi)咨詢

    我們提供的服務(wù)

    服務(wù)流程: 確定期刊 支付定金 完成服務(wù) 支付尾款 在線咨詢
    主站蜘蛛池模板: 常山县| 普兰店市| 右玉县| 尚义县| 南丹县| 涟水县| 巴彦县| 隆德县| 台北市| 镇原县| 梨树县| 岫岩| 临颍县| 太和县| 甘肃省| 海城市| 孝义市| 长泰县| 裕民县| 普陀区| 监利县| 江孜县| 简阳市| 新化县| 盐津县| 远安县| 仙桃市| 连城县| 同心县| 东宁县| 西昌市| 祥云县| 大厂| 德州市| 邵阳县| 德州市| 宁远县| 方山县| 永和县| 栾城县| 宜章县|