-
题名改进K-means算法下大数据精准挖掘
被引量：2
- 1
-
-
作者
蔡瑞瑞
-
机构
安徽省电子信息职业技术学院信息与智能工程系
-
出处
《新乡学院学报》
2021年第3期27-31,共5页
-
基金
安徽省质量工程教学研究项目(2018jyxm0920)
安徽省高校人文社会科学研究项目(SK2019A0920)
+1 种基金
安徽省质量工程教学研究项目(2019mooc5030)
安徽省教育厅重点研究项目(KJ2018A0779)。
-
文摘
针对传统数据挖掘过程中聚类结果波动较大、聚类纯度低的问题,提出了基于改进K-means算法的大数据精准挖掘技术。先将提取到的数据模型转换为数学语言,采用自动编码器优化数据特征,再计算数据集的相似程度,然后选择度量公式,指定聚类数量,经多次计算得出最优解。利用改进K-means算法,获取数据集中局部密度值最大的点作为聚类中心点。计算出数据样本的欧氏距离后,经过多次迭代得到聚类结果。比较改进K-means算法与3种传统算法在数据挖掘中的应用效果。实验结果表明,改进K-means算法的结果曲线波动幅度小,聚类纯度明显高于传统算法。
-
关键词
改进K-MEANS算法
聚类结果
聚类挖掘
大数据
自动编码器
K-均值
-
Keywords
improved K-means algorithm
clustering results
cluster mining
big data
automatic encoder
K-means
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
-
题名多重纹理图像局部边缘模糊特征清晰化识别方法
被引量：1
- 2
-
-
作者
胡北辰
蔡瑞瑞
-
机构
安徽省电子信息职业技术学院信息与智能工程系
-
出处
《太原学院学报（自然科学版）》
2019年第4期37-42,共6页
-
文摘
为了提高多重纹理图像的识别能力,提出基于边缘模糊特征提取的多重纹理图像清晰化识别方法。构建基于均匀量化特征提取的多重纹理图像三维成像模型,进行多重纹理局部边缘模糊图像的降噪预处理,在此基础上,采用模糊特征检索方法进行多重纹理图像的像素特征重构和二值化分离,提取多重纹理图像局部边缘模糊特征,根据特征提取结果实现多重纹理图像局部边缘模糊特征清晰化识别。仿真结果表明,采用该方法进行多重纹理图像局部边缘模糊特征识别的清晰化水平较高,误差较小。
-
关键词
多重纹理图像
局部边缘模糊特征
清晰化识别
特征提取
-
Keywords
multi-texture image
local edge fuzzy feature
clarity recognition
feature extraction
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
