公共文化服务平台

搜索到32948篇“ 聚类有效性“的相关文章

一种应用于图像分割的对模糊聚类有效性指标的优化方法: 本发明属于计算机视觉领域，具体涉及一种应用于图像分割的对模糊聚类有效性指标的优化方法，包括获取目标图像，将所述目标图像的每个像素作为数据对象；对目标图像的全部数据对象使用多粒度模型进行计算，将细粒度的像素点转换为粗粒度的...; 张元初夏书银陈子忠谢江

一种基于聚类有效性指标DPDBI的雷达信号分选方法及系统: 本发明提供一种基于聚类有效性指标DPDBI的雷达信号分选方法及系统，涉及聚类分选领域，包括：S1：获取雷达信号数据集，对雷达信号数据集进行预处理，获得距离矩阵；S2：对距离矩阵进行核函数密度估计，获得邻域半径；通过邻域半...; 陈朝苏宇航

关联规则的中医药防治骨质疏松数据库构建及聚类有效性研究被引量：5: 2024年; 目的使用R语言分析中医药治疗骨质疏松症的组方规律,为临床应用中药治疗骨质疏松症提供参考。方法检索中国知网专利数据库(CNKI)中关于中医药治疗骨质疏松症的相关专利,筛选后导入Microsoft Excel中进行规范并建立数据库。采用R语言对复方中药的性味归经及频次、相关性、关联规则、聚类、主成分进行整体和分层次研究分析,在聚类分析中采用HC算法和AP算法两种方式进行验证解读。结果本研究共纳入文献202项专利,共包含202个方药,共得到678味中药。其中使用频次最高的为熟地黄,使用频次>20次的中药多属于补虚药及活血化瘀药,药性主要为温,药味主要为甘,归经多为肾经。相关性分析结果中相关度较高的为熟地黄-山药、熟地黄-菟丝子、熟地黄-枸杞子、淫羊藿-骨碎补、狗脊-骨碎补。关联性分析形成了以熟地黄、杜仲、枸杞子、菟丝子、茯苓为基础核心药物的组方,支持度较高的固定配伍为山药-山茱萸-熟地黄;置信度较高的为党参-杜仲-熟地黄、山茱萸-菟丝子-熟地黄、当归-山茱萸-熟地黄等。聚类分析中两种算法算出的结果为5、6组;主成分分析筛选出了7个主成分,包含19种成分药物。整体上相关性分析、关联性分析、聚类分析和主成分分析药物组合功效均为补虚类佐以活血化瘀类、利水渗湿类、平肝熄风类及收涩类。结论骨质疏松症的发生发展中存在“虚、瘀、湿”的病机特点,在临床中应基于“虚、瘀、湿”病机组方进行治疗。治疗中应着重把握以虚为要,以瘀、湿为次,用药时以补虚类中药为核心,佐以活血化瘀类、利水渗湿类、平肝熄风类及收涩类。; 石淇允许晓彤卢敏谭旭仪邝高艳李记天; 关键词：骨质疏松症 R语言用药规律

面向模糊C均值算法的MAME聚类有效性指标: 2023年; 聚类有效性指标可用来评估聚类结果的有效性,并且帮助判别聚类的类别数。现有的面向模糊C均值算法的聚类有效性指标存在对于类内紧致性的刻画不太到位、对于类间分离性的度量刻画不够准确的问题。为此,基于类内紧致性和类间分离性两个角度着手设计,提出了一种新的模糊聚类有效性指标——考虑最大值和均值的指标(maximum-mean,MAME)。首先,考虑了整个数据集的综合特征,计算分别分为K类和1类的情况的比值,提出了一种新的模糊紧致性度量表达式。其次,引入最大聚类中心距离和平均聚类中心距离,提出了一种新的分离性度量方法。最后,从模糊紧致性度量表达式、分离性度量方法出发,提出了MAME指标。面向5个UCI数据集和6个人工数据集,和9个聚类有效性指标(包括CH、DB、NPC、PE、FSI、XBI、NPE、WLI和I指标)一起进行了对比实验,验证了所提指标的准确性、稳定性,说明了MAME指标的鲁棒性较好。; 唐益明陈仁好李冰; 关键词：聚类模糊聚类模糊C均值聚类有效性指标紧致性分离性

面向多种模糊聚类算法的聚类有效性指标研究: 最初人类产生的数据信息都比较简单,数据量也比较小,且关联性较强。比较容易发现数据之间的关联信息和隐藏的价值。随着时代不断地发展,人类在日常生活中产生的数据越来越庞大,也越来越复杂化。数据之间的关联性也越来越弱。单纯用传统...; 李冰; 关键词：模糊聚类紧致性分离性模糊C均值算法

基于组件的模糊C均值算法聚类有效性评价方法研究: 模糊聚类作为机器学习、图像处理和模式识别等领域的研究重点,受到了国内外学者的广泛关注。由于引进了模糊集的概念,模糊聚类能够有效处理分类时的模糊性问题,具有实际应用的意义和价值。模糊C均值（Fuzzy C-Means,FC...; 王冠; 关键词：FCM聚类算法聚类有效性函数

一种基于聚类有效性综合运用的欠定混合矩阵估计方法: 本发明属于侦察信号处理技术领域，公开的一种基于聚类有效性综合运用的欠定混合矩阵估计方法，首先，利用FCM算法选取初始聚类中心和得到相应的隶属矩阵U；其次，采用聚类有效性指标和隶属矩阵U的平均信息熵指标联合判决来估计聚类个...; 王川川曾勇虎汪亚朱宁贾锐张静克梁雪娇刘志浩汪连栋

基于增广非共享近邻的聚类算法和聚类有效性指标研究: 聚类分析的目标是对一组数据进行分类，使得相似的数据归为同一类别，不相似的数据归到不同类别。近年来，聚类分析在生物医学，图像处理和自然语言处理等多个领域有广泛应用。由于现实生活中的数据分布复杂，存在形状不规则，密度分布不均...; 段鑫杰; 关键词：聚类算法聚类有效性指标

结合密度参数与中心替换的改进K-means算法及新聚类有效性指标研究被引量：15: 2022年; 聚类是一种经典的数据挖掘技术,它在模式识别、机器学习、人工智能等多个领域得到了广泛的应用。通过聚类分析,目标数据集的深层次结构可以被有效地发掘出来。作为一种常用的划分聚类算法,K-means具有实现简单、能够处理大型数据等优点。然而,受收敛规则的影响,K-means算法仍然存在着对初始类簇中心的选取非常敏感、不能很好地处理非凸型分布和有离群值的数据集等问题。文中提出了一种基于密度参数和中心替换的改进K-means算法DC-Kmeans。该算法采用数据对象的密度参数来逐步确定初始类簇中心,使用中心替换方法更新偏离实际位置的初始中心,因而比传统聚的类算法更加精确。为了获得最佳聚类效果,文中同时提出了一个能够对聚类结果进行有效评价的新聚类有效性指标SCVI和一个能够快速获得目标数据集最佳类簇数的新算法OCNS。实验结果表明,所提聚类方法对各种类型的数据集都是有效的。; 张亚迪孙悦刘锋朱二周; 关键词：聚类算法聚类有效性指标数据挖掘

聚类分析中K-means聚类算法的改进与新聚类有效性指标研究: 在数据可用性不断增强的现实背景下，聚类分析作为挖掘数据之间关联性的重要工具得到了广泛应用，该方法采用无监督的机器学习方式，从无标记的海量数据集中获取有价值的信息和知识。K-PeaQV算法是其中最经典的优化模型之一，因其具...; 王紫涵; 关键词：聚类分析聚类算法 K-MEANS算法聚类有效性指标

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈