您的位置: 专家智库 > >

崔丹丹

作品数:4 被引量:24H指数:2
供职机构:安徽大学计算机科学与技术学院更多>>
发文基金:安徽省教育厅重点项目安徽省高校省级自然科学研究项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 4篇自动化与计算...

主题

  • 3篇聚类
  • 2篇欧氏距离
  • 2篇聚类算法
  • 2篇MEANS
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇支持向量机算...
  • 1篇向量
  • 1篇向量机
  • 1篇向量机算法
  • 1篇聚类中心
  • 1篇二叉树
  • 1篇K-MEAN...
  • 1篇K-MEAN...
  • 1篇K-MEAN...
  • 1篇MEANS算...
  • 1篇初始聚类中心

机构

  • 4篇安徽大学

作者

  • 4篇周爱武
  • 4篇崔丹丹
  • 2篇肖云
  • 2篇潘勇
  • 1篇吴国进

传媒

  • 4篇微型机与应用

年份

  • 4篇2011
4 条 记 录,以下是 1-4
排序方式:
一种改进的二叉树多分支持向量机算法被引量:2
2011年
二叉树支持向量机分类算法主要是构造一个偏二叉树或是构造一颗完全二叉树,但是偏二叉树分类的准确性虽高而分类的效率低,完全二叉树分类的效率高但是准确性不高。本文提出一种算法,结合了以上两种二叉树构造方法的优点,并且更能反映样本的真实分布。实验结果表明,新算法具有较高的推广性能。
周爱武吴国进崔丹丹
关键词:二叉树支持向量机
一种改进的K-means聚类算法被引量:5
2011年
K-means算法是最常用的一种基于划分的聚类算法,但该算法需要事先指定K值、随机选择初始聚类中心等的缺陷,从而影响了K-means聚类结果的稳定性。针对K-means算法中的初始聚类中心是随机选择这一缺点进行改进,利用提出的新算法确定初始聚类中心,然后进行聚类,得出最终的聚类结果。实验证明,该改进算法比随机选择初始聚类中心的算法性能得到了提高,并且具有更高的准确性及稳定性。
周爱武崔丹丹肖云
关键词:欧氏距离
AGNES算法在K-means算法中的应用被引量:2
2011年
提出一种新的选取初始聚类中心的算法,该算法结合了凝聚层次聚类算法AGNES,利用该算法选出初始聚类中心,再应用到K-means算法中进行聚类。实验表明,改进的算法聚类效果更好,准确率得到了提高,迭代次数也明显减少,还能够发现异常点。
周爱武潘勇崔丹丹肖云
关键词:初始聚类中心
一种优化初始聚类中心的K-means聚类算法被引量:15
2011年
针对K-means算法中的初始聚类中心是随机选择这一缺点进行改进,利用提出的新算法选出初始聚类中心,并进行聚类。这种算法比随机选择初始聚类中心的算法性能有所提高,具有更高的准确性。
周爱武崔丹丹潘勇
关键词:欧氏距离
共1页<1>
聚类工具0