您的位置: 专家智库 > >

青岛市科技发展计划项目(08-1-3-2-jcb)

作品数:2 被引量:4H指数:2
相关作者:张春海王静张博朱云贺更多>>
相关机构:中国海洋大学更多>>
发文基金:青岛市科技发展计划项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇数据挖掘
  • 1篇聚类
  • 1篇聚类中心
  • 1篇加权
  • 1篇加权关联
  • 1篇加权关联规则
  • 1篇关联规则
  • 1篇关联规则挖掘
  • 1篇K-MEAN...
  • 1篇P

机构

  • 2篇中国海洋大学

作者

  • 2篇张春海
  • 1篇朱云贺
  • 1篇张博
  • 1篇王静

传媒

  • 2篇计算机技术与...

年份

  • 1篇2010
  • 1篇2009
2 条 记 录,以下是 1-2
排序方式:
基于布尔关联规则挖掘的加权阈值分析被引量:2
2009年
为了提高数据挖掘的效率,挖掘出更加符合实际需要的规则,文中采用利润加权阈值的方法。在将交易数据转化为布尔型数据时,首先对交易记录进行归一化处理,然后将归一化后的数据与利润加权阈值进行比较。根据比较结果,从而得出最终的布尔记录。该文克服了默认各项目对规则重要性相同的缺陷,减少了进行数据挖掘时的规模,使规则更加符合实际需求,但是还存在一些问题:如项目加权后的支持度的设置和更精确地权重的设置,这些问题有待于在以后的工作中进行解决。
王静张春海
关键词:数据挖掘加权关联规则
基于数据分段的K-means的优化研究被引量:2
2010年
K-means聚类算法是一种主流的迭代下降聚类算法,收敛于局部最优化状态。由于K-means随机选取k个初始聚类中心,使得聚类结果的有效性随初始输入而波动,为此文中采取一种预处理的方式来选取初始聚类中心。首先在某种范数的意义下,确定相隔最远的两个数据点之间的距离,然后采用数据分段的方法,将数据集分成k段,在每段中选取一个中心,以此来减小聚类结果随初始输入的波动。实验显示优化后的K-means有效地消除了初始输入的影响,并显著地减少了算法迭代次数和聚类误差。
朱云贺张春海张博
关键词:聚类K-MEANS聚类中心
共1页<1>
聚类工具0