已閱讀1頁，還剩58頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：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)，請進行舉報或認領(lǐng)
文檔簡介
1、針對K-means算法采用準則函數(shù)衡量聚類質(zhì)量存在的局限性以及對初值的依賴性,通過分析和研究,基于多次取樣一次聚類尋找最優(yōu)初值的思想,提出了一種新改進的算法,并輔以實驗證明了改進后算法的穩(wěn)定性.為了進一步提高算法的執(zhí)行效率,論文同時研究了并行K-means算法的實現(xiàn).選用局域網(wǎng)環(huán)境,并行虛擬機PVM和LINUX,共同搭建的機群系統(tǒng)作為并行計算平臺;在并行程序的模型上采用了Master/Slave模型.該并行算法將數(shù)據(jù)集分配到各個Slav
溫馨提示
- 1. 本站所有資源如無特殊說明，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)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Mahout的并行化k-means聚類算法優(yōu)化研究.pdf
- (6)K-means聚類算法.pdf
- K-means聚類算法的改進.pdf
- K-means聚類算法的改進研究.pdf
- K-means聚類算法研究及其應(yīng)用.pdf
- K-means聚類優(yōu)化算法的研究.pdf
- K-means聚類算法的改進研究及應(yīng)用.pdf
- k-means聚類算法分析應(yīng)用研究
- 基于K-Means的文檔聚類算法研究.pdf
- 密度敏感的K-means聚類算法研究.pdf
- 數(shù)據(jù)挖掘K-means聚類算法的研究.pdf
- K-Means聚類算法的研究與改進.pdf
- 布谷鳥搜索改進的K-means聚類算法及其并行化實現(xiàn).pdf
- 基于混合PSO的K-means算法及并行化研究.pdf
- 基于K-means聚類的RCNA識別算法.pdf
- 基于K-means聚類算法的負荷模型研究.pdf
- 基于K-Means聚類算法的客戶細分研究.pdf
- K-Means算法研究及在文本聚類中的應(yīng)用.pdf
- 模糊k-means聚類方法研究及改進.pdf
- 面向網(wǎng)頁內(nèi)容的K-means聚類算法的研究.pdf
評論
0/150
提交評論