版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、洳:鏘蛐Z摯碩1學(xué)位論文⑧論文題口二拙墓變量纏型曲塑佳K塑值簋這盟塑作旨姓名————撞,∞&衛(wèi)指導(dǎo)教師學(xué)科(專(zhuān)業(yè))所在學(xué)院提交乃塒———直班』蛙L——————一——j刪至攫——————一丑‘鹱扭量熟鹽堂瞳———墊Ⅲ=£絲———————一浙江大學(xué)碩士學(xué)位論文AbstractAbstractThecomplexrelationshipsamongdatacoverpatternsthatpeopleCallhardlydiscoverOne
2、ofthosepatternsiStoclassifyobjectsthedatarepresentsRecentlydataminingtheoryhasbeendevelopedforawiderangeofclusteringanalysisalgorithmtoanalyzedatatouncoverthepatternTheyalIhaveadvantagesanddisadvantagesandseveralofthemha
3、vebeenputintopracticeForexampleK—McansalgorithmiSasimpleandeffectivemethod,butithasmanydisadvantagesToavoidthese,researchershaveraisedtheimprovedKmeansalgorithmAsweknowgeneticalgorithmfGAlhasbeenprovedeffectivetosolvepro
4、blemslikecombinationoptimizeandextremesofafunctionItsmechanismiSfitforimprovingKMcansclusteringaswellAlthoughtherearemanyGAmethodsbeingusedtoimproveinitiaicentersselectionofclustering。ortolearnthebestValueofknoneoftllemc
5、allperfectlycombinebotIlofthemtogetherBeingenlightenedanewGAmethodbasedonvariablelengthencodingiSputforwardforpurpose。andreceivedagoodeffectThegeneticKMcansalgorithm(OKA)basedonvariable—lengthencodingnotonlyoptimizedthei
6、nitialcenters。anddynamicallylearnedthevalueofkbutalSecognizedSomeisolatedpointsSoitreducedtheimpactofisolatedpointstoKMeansA11thisdependsonagoodmechanismoflearningKandanexcellentfitnessfunctionInordertoIearnktheindividua
7、lofbestfitnessWastakenastheexample;everynewindividualgeneratedshouldgetacloselengthtoitAccordingly’userdoesn’tneedtospeeifyKanymoreForabetterunderstanding,thepaperemphasizetheexplainingofbasictheoryofdatamining(DM)and0AB
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 一種基于層次聚類(lèi)的遺傳K均值算法研究.pdf
- 一種基于遺傳算法的k均值聚類(lèi)分析.pdf
- 基于上下文的變長(zhǎng)編碼技術(shù)研究.pdf
- 一種基于改進(jìn)粒子群和K均值結(jié)合的聚類(lèi)算法.pdf
- 基于上下文的抗誤碼可變長(zhǎng)編碼的研究.pdf
- 基于遺傳K均值算法的運(yùn)動(dòng)目標(biāo)檢測(cè).pdf
- 變長(zhǎng)編碼在SoC測(cè)試中的應(yīng)用研究.pdf
- 基于二次游程編碼和動(dòng)態(tài)碼表截取的變長(zhǎng)編碼方法.pdf
- 基于上下文的自適應(yīng)可變長(zhǎng)編碼(CAVLC)研究.pdf
- 基于遺傳算法的改進(jìn)K均值聚類(lèi).pdf
- 基于量子遺傳算法的K調(diào)和均值聚類(lèi)算法的研究.pdf
- 遺傳優(yōu)化的K均值聚類(lèi)算法.pdf
- 一種基于去均值歸一化約束的圖像復(fù)原算法.pdf
- 一種基于K-匿名的隱私保護(hù)算法.pdf
- 一種改進(jìn)的人工蜂群算法及其在k均值聚類(lèi)中的應(yīng)用.pdf
- 一種新型的基于遺傳算法的彩色圖像水印算法.pdf
- 一種基于FPGA的改進(jìn)遺傳算法硬件設(shè)計(jì)研究.pdf
- 基于一種改進(jìn)遺傳算法的神經(jīng)網(wǎng)絡(luò).pdf
- 一種新的基于SPIHT的ROI圖像壓縮編碼算法研究.pdf
- 一種基于遺傳算法的視頻對(duì)象分割方法.pdf
評(píng)論
0/150
提交評(píng)論