对主要聚类算法进行实现：基于划分的聚类算法，基于密度的聚类算法，基于层次的聚类算法。并且重点实现“基于快速搜索与寻找密度峰值的聚类”算法，并对其进行改进：自动获取聚类中心数
2021-12-15 16:58:43
10KB
1
SparkKmeans
毕业设计源码-基于Spark的Kmeans聚类算法优化时间：2016-07-18内容：
发布内容到Github。
（2）ML聚类程序：利用Spark的机器学习库的聚类函数进行聚类测试。（3）MD聚类程序： （4）数据库操作程序：
2021-12-15 11:26:09
96KB
1
为了提高动态多种群粒子群(DMS-PSO) 算法的全局搜索能力, 将布谷鸟搜索算法(CS) 引入DMS-PSO 算法中, 提出DMS-PSO-CS 算法. 采用中位数聚类算法将整个种群动态划分为若干小种群, 各个小种群作为底层种群通过PSO 算法进行寻优, 再将每个小种群中的最优粒子作为高层种群的粒子通过CS 算法进行深度优化. 将所提出算法应用于CEC 2014 测试函数, 并与CS 算法和其他改进的PSO 算法进行比较. 实验结果表明, 所提出算法能够显著提高全局搜索能力和算法效率.
2021-12-14 20:39:08
271KB
1
针对核空间中模糊聚类算法的有效性评价问题,以核非线性映射为工具,将Xie-Beni指标推广到核Hilbert空间,得到其对应的核化形式,并指出该核化指标与VLL指标的区别和联系.在此基础上,通过比较实验,研究了核化的Xie-Beni指标对高斯核宽度β和模糊指数m的稳定特性.结果表明,核化的Xie-Beni指标较之VLL等其他指标具有更好的性能和可靠性,可优先作为核模糊聚类算法的有效性判据.
2021-12-14 14:40:34
440KB
1
概述了非线性均衡算法在光传输系统中的必要性与重要性，阐述了经典的非线性均衡算法原理，指出了经典算法的缺点与局限性。结合近几年的研究现状，详细介绍了 4 种基于人工智能的非线性均衡算法，包括人工神经网络、支持向量机、无监督聚类和深度神经网络，并从性能、复杂度、实时性、应用灵活性等方面进行了对比，最后展望分析了基于人工智能的非线性均衡未来的发展趋势。
2021-12-14 10:17:43
811KB
1