版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、一般我們?cè)谔幚砟承┨厥馐虑榈臅r(shí)候,往往需要借助工具,將事物分類之后再進(jìn)行研究,比如地質(zhì)資源勘探中根據(jù)物探、鉆探的指標(biāo)對(duì)樣本進(jìn)行分類;考古生物學(xué)研究中根據(jù)發(fā)掘出的骨骸形狀和大小將它們分類;氣象衛(wèi)星系統(tǒng)中因?yàn)樗O(jiān)測(cè)到數(shù)據(jù)信息非常復(fù)雜、龐大,需要將它們按照不同的指標(biāo)進(jìn)行分類歸整,再進(jìn)行深入分析,以便做出準(zhǔn)確的預(yù)報(bào)等等,聚類分析因此應(yīng)運(yùn)而生。聚類分析技術(shù)是一門(mén)將具體或抽象的對(duì)象劃分成不同的類別的科學(xué),其中并沒(méi)有事先的分類。它也是一種重要的人類行
2、為。隨著計(jì)算機(jī)和信息技術(shù)的快速發(fā)展,數(shù)據(jù)信息呈現(xiàn)飛速增長(zhǎng)的趨勢(shì),作為數(shù)據(jù)挖掘技術(shù)的一種重要手段,聚類分析已經(jīng)被越來(lái)越多的人所關(guān)注。
K-Means算法是一種基于劃分的算法,由于其操作簡(jiǎn)單,原理通俗易懂的特點(diǎn),得到了人們的廣泛應(yīng)用和研究,成為十大典型數(shù)據(jù)挖掘算法之一。但是K-Means算法也有自身的不足,即k值不好確定的問(wèn)題,初始中心只能隨機(jī)選擇,容易陷入局部最優(yōu)解等,導(dǎo)致算法很不穩(wěn)定。因此,本文在K-Means聚類算法基礎(chǔ)上引
3、入遺傳算法,它是一種通過(guò)模仿生物演化過(guò)程而開(kāi)發(fā)的進(jìn)行搜索最優(yōu)解的方法,具有良好的全局搜索能力。針對(duì)兩種算法的特點(diǎn),提出一種改進(jìn)遺傳算法應(yīng)用于K-Means聚類的混合算法,并用樣本數(shù)據(jù)集進(jìn)行了仿真實(shí)驗(yàn),實(shí)驗(yàn)表明本文算法在應(yīng)用中得到了良好的聚類效果。
本文的工作主要分為兩部分:
1)第一部分主要簡(jiǎn)單介紹了聚類分析、K-Means算法和遺傳算法的基本概念。重點(diǎn)概述了K-Means算法和遺傳算法的基本思想,描述了算法的組成和
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳算法的K-MEANS聚類改進(jìn)研究.pdf
- 一種基于遺傳算法的k均值聚類分析.pdf
- 一種改進(jìn)的K-means算法在網(wǎng)絡(luò)入侵檢測(cè)中的應(yīng)用研究.pdf
- 一種改進(jìn)遺傳算法在TSP中的應(yīng)用.pdf
- 基于遺傳算法的K-means聚類算法分析研究.pdf
- K-Means算法改進(jìn)及其在森林健康評(píng)價(jià)中的應(yīng)用.pdf
- 一種K-MEANS和SOM結(jié)合算法在電信客戶細(xì)分中的應(yīng)用.pdf
- K-means算法若干改進(jìn)和應(yīng)用.pdf
- 一種改進(jìn)的K-MEANS聚類彩色圖像分割方法.pdf
- 一種改進(jìn)的遺傳算法及其在圖像分割中的應(yīng)用.pdf
- 一種改進(jìn)的遺傳算法及其在TSP求解中的應(yīng)用.pdf
- K-means聚類算法的改進(jìn).pdf
- 改進(jìn)的K-means算法在入侵檢測(cè)系統(tǒng)中的應(yīng)用研究.pdf
- k-means算法改進(jìn)及其在通信行業(yè)客戶細(xì)分中的應(yīng)用.pdf
- 改進(jìn)K-MEANS聚類算法在銀行CRM中的應(yīng)用與研究.pdf
- 遺傳算法及其在聚類分析中的應(yīng)用.pdf
- 改進(jìn)的K-means算法及其在客戶關(guān)系管理中的應(yīng)用.pdf
- 基于遺傳算法的k-means聚類挖掘方法的研究.pdf
- K-means聚類算法的改進(jìn)研究及應(yīng)用.pdf
- 差分進(jìn)化算法的改進(jìn)及其在K-means聚類算法中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論