-
题名基于MMD聚类算法及在高校成绩分析中的应用
被引量：7
- 1
-
-
作者
顾洪博
赵万平
-
机构
大庆石油学院计算机与信息技术学院
-
出处
《河北工程大学学报（自然科学版）》
CAS
2010年第1期96-98,108,共4页
-
基金
黑龙江省自然科学基金(No.F200603)
-
文摘
介绍了在聚类算法中广泛使用的k均值算法。针对其受选择初始质心和聚类个数影响的缺点,给出了改进的k均值算法。使用最大最小距离法选择初始聚类中心,并确定聚类个数。进行了改进前后的对比实验。实验结果表明,改进后的算法比较稳定、准确。将改进后的算法应用到高校成绩分析中,达到较好的分类效果。
-
关键词
聚类分析
成绩分析
最大最小距离
-
Keywords
clustering algorithm
score analysis
max - rain distance
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于粒计算的粗糙集聚类算法
被引量：9
- 2
-
-
作者
李莲
罗可
周博翔
-
机构
长沙理工大学计算机与通信工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2013年第10期2916-2919,共4页
-
基金
国家自然科学基金资助项目(11171095
71371065)
+1 种基金
湖南省自然科学衡阳联合基金资助项目(10JJ8008)
湖南省科技计划资助项目(2013SK3146)
-
文摘
针对传统K-means聚类算法初始聚类中心随机选取、不能处理边界对象、效率低、聚类精度低等问题,提出了一种新的K-means聚类算法。算法引入粒计算理论,并依据密度和最大最小距离法选择初始聚类中心,避免初始聚类中心在同一个类中,结合粗糙集,通过动态调整上近似集和边界集的权重因子,以解决边界数据的聚类问题;最后采用类间距和类内距均衡化准则函数作为算法终止判断条件,来得到更好的聚类效果。实验结果表明:该算法具有较高的准确率,迭代次数较少,并降低了对噪声的敏感程度。
-
关键词
聚类
粗糙集
粒计算
K-均值
准则优化
最大最小距离法
-
Keywords
clustering
rough set
granular computing
K-means
criterion optimization
max-rain distance means
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于多特征的图像检索算法
被引量：2
- 3
-
-
作者
陈蔚
肖国强
-
机构
西南大学计算机与信息科学学院
-
出处
《计算机工程与设计》
CSCD
北大核心
2008年第17期4507-4510,共4页
-
基金
重庆市科委自然科学基金项目(CSTC-2006BB2309)
-
文摘
基于内容的图像检索是数字图像处理的一个重要研究方向,有效地提取图像内容特征是其中的一个关键问题。提出利用最大相关最小距离将图像的纹理特征、高斯密度特征与人脸检测相结合的算法进行图像检索。在建立10 000幅图像库的基础上验证了算法的可行性,实验结果表明算法能够准确、高效地检索出目标图像;相对于单一特征的检索,算法有效地提高了图像检索的精度和速度。
-
关键词
基于内容的图像检索
高斯密度特征
纹理特征
人脸检测
最大相关最小距离
-
Keywords
content-based image retrieval
Gaussian density feature
texture feature
face detection
max correlation rain distance
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
