聚类

作品数:26328被引量:60864H指数:67
加关注导出分析报告
相关领域:自动化与计算机技术更多>>
相关作者:焦李成王士同马文萍王爽范九伦更多>>
相关机构:西安电子科技大学吉林大学江南大学华南理工大学更多>>
相关期刊:更多>>
相关基金:国家自然科学基金国家高技术研究发展计划中央高校基本科研业务费专项资金国家重点基础研究发展计划更多>>
-

检索结果分析

结果分析中...
条 记 录,以下是1-10
视图:
排序:
基于英语语言理解的农机自动导航研究
《农机化研究》2019年第6期233-236,240共5页杜堃 苏倩 
随着时代的发展,我国农田出现集中连片和规模化经营的趋势,为农业机械的应用提供了空间。自动导航技术可以降低机械操作的人力成本,提高土地利用率,具有重要意义。语言理解是一种主动性的信息处理技术,成为整合农业机械各个系统的有力...
关键词:农机 自动导航 聚类 英语 语言理解 
基于多元线性回归对气候变化影响国家脆弱性的研究
《商丘师范学院学报》2019年第3期1-7,共7页江燕 朱家明 杨丽君 温渴星 
国家自然科学基金资助项目“3-流猜想,Fulkerson-覆盖及相关问题”(11601001);安徽财经大学校级重点研究项目“数学建模竞赛引领大学生科研创新的研究”(ACKY1402ZD).
针对气候变化对国家脆弱性的影响以及影响的方式和影响结果等,运用K-means聚类和多元线性回归等方法,构建基于FSI指标的一国脆弱性评价模型和气候变化对FSI指标的影响的线性回归模型,综合运用SPSS及EVIEWS等编程求解,研究得出:在全球范...
关键词:国家脆弱性 FSI 气候变化 多元线性回归 K-MEANS聚类 SPSS 
智能农机控制中的英语语言理解动词聚类
《农机化研究》2019年第3期224-227,共4页欧国芳 
农机的智能控制研究集中在定位导航、视觉感知和物联网通讯等方面,以多种学科的交叉融合为前提条件。语言理解为主动性的信息处理构建过程,是智能农机整合各个系统以提升整体性能的有力工具。动词聚类是语言学的重要研究内容,对语言理...
关键词:智能农机 控制 英语 语言理解 动词聚类 
基于语义关联性特征融合的大数据挖掘方法
《信阳师范学院学报:自然科学版》2019年第1期141-145,共5页米捷 刘道华 
国家自然科学基金项目(31872704);河南省重点研发与推广专项资助项目(182102210537);河南省高等学校重点项目(17A520025,19A520035);河南省教学改革资助项目(2017SJGLX389)。
提出一种基于语义关联性特征融合的大数据挖掘算法.对云存储大数据分布式信息流进行高维相空间重构,在重构的相空间中提取大数据的语义关联维特征量,以提取的特征量为测试集进行自适应学习训练.采用模糊C均值算法进行大数据语义关联特...
关键词:大数据挖掘 语义 信息融合 聚类 特征提取 相空间重构 
一种基于集合划分的鲁棒性自适应模糊聚类分割算法
《信阳师范学院学报:自然科学版》2019年第1期146-152,共7页朱威威 赵岩松 李艳灵 
国家自然科学基金项目(61572417);河南省高校重点科研项目(17A520012)。
模糊C均值算法(FCM)是图像分割最常用的算法之一,这种方法需要提前确定初始聚类中心和聚类数.为此,提出了一种新的自适应模糊聚类算法(AFCM),AFCM算法中构造的观察矩阵、判断矩阵和集合划分可以自动确定合适的聚类数.为了得到更好的图...
关键词:模糊聚类 图像分割 矩阵 集合划分 核距离 
基于聚类算法的企业管理系统的设计
《电子设计工程》2019年第4期47-51,共5页王玙 
中小型企业的供应商管理,普遍缺乏严谨地评价和分类。针对这一问题,文中通过分析供应商管理的具体工作,修改经典的K-means算法,提出了一种基于自适应属性优化的K-means算法。该算法使用拉格朗日乘数法,可以自动计算所有属性的权重最优值...
关键词:需求分析 总体设计 拉格朗日乘数法 属性权重 K-MEANS聚类算法 微信企业号 
大数据聚类专题序言
《深圳大学学报:理工版》2019年第1期1-3,共3页陈国良 
2013年被称为“大数据元年”.经过近5年的飞速发展,大数据已经成为大众最为关注的一门新技术,大数据的应用预示着信息时代进入了一个新阶段.目前,大数据应用已经渗透到人类社会的各个角落,高效的大数据分析和运用,将会对未来中国经济发...
关键词:人工智能 大数据 存储管理 系统计算 聚类 
大规模数据集聚类算法的研究进展
《深圳大学学报:理工版》2019年第1期4-17,共14页何玉林 黄哲学 
国家重点研发计划资助项目(2017YFC0822604-2);国家自然科学基金资助项目(61503252,61473194);中国博士后科学基金资助项目(2016T90799);深圳大学新引进教师科研启动资助(2018060).
聚类是机器学习领域的一个重要研究方向,在过去几十年间,针对不同类型中小规模数据集聚类算法的研究取得了很大的进展,许多行之有效的算法先后问世.然而,这些算法在处理大规模数据集时,计算复杂度较高,处理高维数据的能力较弱,难以获得...
关键词:人工智能 大规模数据 聚类 串行计算 并行计算 数据挖掘 综述 
LTE高负荷小区聚类优化方法研究
《电信工程技术与标准化》2019年第2期32-36,共5页吴桐 
随着低资费套餐的快速普及,LTE高负荷问题日渐突出,高负荷小区整治成为网络运维的重要任务。本文提出LTE高负荷小区聚类优化方法,将问题小区聚类至5大类13小类,并对各类问题提出针对性的优化处理建议,形成系统的高负荷小区整治方法。
关键词:LTE 高负荷 聚类 优化 
基于二部图的快速聚类算法
《深圳大学学报:理工版》2019年第1期18-23,共6页聂飞平 王成龙 王榕 
国家自然科学基金资助项目(61772427,61751202).
谱聚类算法是一种可有效学习数据流形分布和非凸状分布的聚类算法,但其过程涉及构建相似图、特征分解等高计算复杂度步骤,难以直接用于大规模聚类.提出一种基于二部图的快速聚类算法(fast clustering based on bipartite graph,FCBG),...
关键词:计算机应用技术 聚类 大数据 谱图理论 二部图 秩约束 
检索报告 对象比较 聚类工具 返回顶部