一种整合粒子群优化和K-均值的数据聚类算法
针对K-均值聚类算法存在的不足,提出了一种新的整合粒子群优化算法(PSO)和K-均值算法的聚类算法.在新算法中,首先结合使用粒子群优化算法和K-均值算法搜索全局最优解的位置,然后再用K-均值算法在全局最优解附近的局部空间内快速寻找最优聚类中心.通过对4个数据集的实验测试,将此算法与K-均值算法、基于粒子群的K-均值算法进行了比较.实验结果表明,新算法的聚类质量比后两个算法更优.
文件下载
评论信息
其他资源
- 3、simpl_windows_4.14.31.00.exe
- Order Statistics(H.A.David &H.N.Nagaraja )Third Edition
- XML查看工具
- 34个经典javaweb项目实例.zip
- 组态王V6.55版取消工程密码
- cic 滤波器的matlab程序
- 局部均值分解——LMD
- 新能源发电控制，汽轮机仿真模型，simulink
- Matlab降维工具箱
- 禁止win10文件夹自动排列.bat
- 学生信息管理系统（JSP+Tomcat+SQL server2000）
- 简单的PDE求解偏微分方程
- Windows设备驱动程序WDF开发及源码
- Qt实现WebServer通讯
- Building Microservices with Go
- 计算机操作系统思维导图第一章os引论.pdf——西安电子科技大学第四版——免费下载
- 塑料颗粒-物料混合过程自动称重系统的分段内部模型控制
- notegem2016.zip
- 【训练项目1】Win32与MFC开发基础.pptx
- java通讯录管理系统课设
- zemax2009EE版win10安装教程及源文件
- DIYPE解析器（做事无痕）
- oneNET详细资料
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明