期刊文献+
共找到2,187篇文章
< 1 2 110 >
每页显示 20 50 100
基于模糊优势关系的粗糙聚类定性组合算法 预览
1
作者 沈怡秀 马福民 曹杰 《计算机工程》 CAS CSCD 北大核心 2019年第8期48-52,59共6页
为对包含数值和名词属性的混合数据集进行定性组合聚类分析,提出一种基于模糊优势关系的粗糙聚类定性组合算法f-QRD。根据混合数据集的不同属性分别进行聚类并计算类簇之间的模糊优势关系,为避免组合后的类簇碎片过多,对模糊优势关系差... 为对包含数值和名词属性的混合数据集进行定性组合聚类分析,提出一种基于模糊优势关系的粗糙聚类定性组合算法f-QRD。根据混合数据集的不同属性分别进行聚类并计算类簇之间的模糊优势关系,为避免组合后的类簇碎片过多,对模糊优势关系差值较小的类簇进行合并处理。实验结果表明,与QRD算法相比, f-QRD算法能够有效减少类簇数目并提高聚类准确率。 展开更多
关键词 粗糙聚类 K均值 定性组合 模糊优势关系 混合数据集
在线阅读 下载PDF
灰狼优化的k均值聚类算法 预览
2
作者 刘佳鸣 况立群 +1 位作者 尹洪红 韩燮 《中国科技论文》 CAS 北大核心 2019年第7期778-782,807共6页
针对k均值聚类算法对初始聚类中心位置敏感的问题,提出了一种基于灰狼优化的k均值聚类算法,通过灰狼优化算法对解空间的全局寻优能力得到α狼,实现对k均值聚类中心的初始化操作,并通过迭代更新α狼优化k均值聚类中心,直到达到最大迭代次... 针对k均值聚类算法对初始聚类中心位置敏感的问题,提出了一种基于灰狼优化的k均值聚类算法,通过灰狼优化算法对解空间的全局寻优能力得到α狼,实现对k均值聚类中心的初始化操作,并通过迭代更新α狼优化k均值聚类中心,直到达到最大迭代次数,以此改进k均值聚类算法。实验结果表明,在UCI(University of California Irvine)的4类数据集上,所提算法相比于传统的k均值聚类算法,获得了更好的聚类效果,其分类准确度平均提高10%左右,且算法较为稳定。 展开更多
关键词 聚类分析 K均值 聚类中心 灰狼优化算法 群体智能优化算法
在线阅读 下载PDF
基于改进K均值聚类算法的燃气泄露检测研究 预览
3
作者 李咏豪 《软件》 2019年第5期86-89,共4页
天然气管道会出现损坏现象导致天然气泄露,因此,快速准确地判断天然气的泄露具有重要意义。针对天然气泄露的检测问题,本文提出一种基于改进K均值聚类的检测方法。该方法在提取声发射信号特征的基础上,提出了基于数据点的邻点数目来选... 天然气管道会出现损坏现象导致天然气泄露,因此,快速准确地判断天然气的泄露具有重要意义。针对天然气泄露的检测问题,本文提出一种基于改进K均值聚类的检测方法。该方法在提取声发射信号特征的基础上,提出了基于数据点的邻点数目来选取初始聚类中心,并采用信息熵方法来确定聚类类别数目。实验结果表明,本文提出的方法较好了解决了原始K均值方法的问题,从而能准确地给出泄露检测结果。 展开更多
关键词 K均值 邻点 信息熵 泄露检测
在线阅读 下载PDF
利用聚类分析构建基于析取范式的置信规则库 预览
4
作者 张婕 傅仰耿 巩晓婷 《福州大学学报:自然科学版》 CAS 北大核心 2019年第4期435-440,共6页
针对现有基于析取范式的置信规则库构建方法存在过拟合、未合理利用已知数据信息等问题,提出利用聚类分析构建基于析取范式的置信规则库的新方法.该方法通过对样本数据的输出结果进行聚类分析,获取输出结果的分布特征,以确定系统的规则... 针对现有基于析取范式的置信规则库构建方法存在过拟合、未合理利用已知数据信息等问题,提出利用聚类分析构建基于析取范式的置信规则库的新方法.该方法通过对样本数据的输出结果进行聚类分析,获取输出结果的分布特征,以确定系统的规则数、结果评价等级等相关参数,并充分利用样本已知信息,完成基于析取范式的置信规则库构建.为验证所提方法的有效性,选取输油管道和桥梁风险评估两个实验进行验证,结果表明,所提方法构建规则库系统能快速确定系统规模,并获得较高的推理性能. 展开更多
关键词 置信规则库 析取范式 规则库构建 证据推理 聚类 K均值
在线阅读 免费下载
基于布谷鸟搜索的路面裂缝图像检测算法 预览
5
作者 程玉柱 李赵春 余伟 《传感器与微系统》 CSCD 2019年第8期136-138,142共4页
针对路面裂缝自动检测难题,提出一种基于布谷鸟搜索的路面裂缝图像检测算法。首先,将RGB彩色图像转换到HSV空间,并用全变差模型对V分量去噪。然后利用直方图计算图像的初始聚类中心,将其作为搜索域约束进行布谷鸟算法迭代。最后利用K均... 针对路面裂缝自动检测难题,提出一种基于布谷鸟搜索的路面裂缝图像检测算法。首先,将RGB彩色图像转换到HSV空间,并用全变差模型对V分量去噪。然后利用直方图计算图像的初始聚类中心,将其作为搜索域约束进行布谷鸟算法迭代。最后利用K均值计算新的聚类中心,更新当前的鸟窝位置,得到最优图像分割阈值。试验结果表明:提出的算法去噪能力强,分割效果好,能很好地提取路面裂缝,性能优于Otsu算法。 展开更多
关键词 路面裂缝 布谷鸟搜索 K均值 全变差
在线阅读 下载PDF
区域分割优化的暗通道先验去雾算法 预览
6
作者 杨德明 吴青娥 陈虎 《无线电通信技术》 2019年第4期445-452,共8页
较为经典的去雾算法是暗通道先验去雾算法,但该算法会产生天空区域光晕失真现象。为此,提出区域分割优化的改进暗通道先验去雾算法。首先提出K均值聚类分割算法,得到区域类别标签图;以大气光值选取区域为掩膜,求出类别标签图中天空区域... 较为经典的去雾算法是暗通道先验去雾算法,但该算法会产生天空区域光晕失真现象。为此,提出区域分割优化的改进暗通道先验去雾算法。首先提出K均值聚类分割算法,得到区域类别标签图;以大气光值选取区域为掩膜,求出类别标签图中天空区域的类别标签值,依据二值分类法将类别标签图转换为包含天空区域和前景区域的二值图;然后对透射率图进行区域优化处理,克服暗通道先验去雾算法天空区域低估透射率的不足;最后将有雾图像代入有雾图像退化模型,还原出颜色逼真的无雾图像。利用不同去雾算法进行去雾对比实验,结果表明,该算法消除了天空区域的光晕失真现象,去雾图像细节获得明显增强,去雾效果优于其他去雾算法,实验验证了该算法的正确性和可行性。 展开更多
关键词 暗通道先验 K均值 区域分割 区域优化 去雾算法
在线阅读 下载PDF
基于离群点检测的分类结果置信度的度量方法 预览
7
作者 严云洋 瞿学新 +2 位作者 朱全银 李翔 赵阳 《南京大学学报:自然科学版》 CAS CSCD 北大核心 2019年第1期102-109,共8页
为度量在网络日志中网页分类模型的预测结果,将度量为可信的结果加入网址分类集合,提高网络日志中访问链接的分类效率,提出一种基于离群点检测的分类结果置信度的度量方法.采用基于Bagging构建多个弱分类器对待分类数据进行预测,并对每... 为度量在网络日志中网页分类模型的预测结果,将度量为可信的结果加入网址分类集合,提高网络日志中访问链接的分类效率,提出一种基于离群点检测的分类结果置信度的度量方法.采用基于Bagging构建多个弱分类器对待分类数据进行预测,并对每个预测结果构建各类别的概率向量,根据离群点检测来度量模型的预测结果是否为可信.在UCI公共数据集上,使用主流的基于k均值和基于局部密度的度量方法进行了对比实验.实验结果表明,应用基于离群点检测的分类结果置信度,基于k均值的度量方法和基于局部密度的度量方法均显著提高了准确率.另外,在工程项目爬取的网页分类中也取得了同样的效果. 展开更多
关键词 离群点 网页分类 K均值 LOF算法
在线阅读 免费下载
改进的半监督协同SOM图匹配算法 预览
8
作者 李昌华 董鑫 李智杰 《计算机工程与设计》 北大核心 2019年第5期1355-1359,共5页
为进一步解决目前非精确图匹配算法在应用上的局限性,提出一种基于半监督的协同自组织映射神经网络(self-organizing map)算法。通过挖掘图的完备特征空间集,将有限带标签样本均分为3个训练集,分别初始化SOM子分类器,训练结果采用投票... 为进一步解决目前非精确图匹配算法在应用上的局限性,提出一种基于半监督的协同自组织映射神经网络(self-organizing map)算法。通过挖掘图的完备特征空间集,将有限带标签样本均分为3个训练集,分别初始化SOM子分类器,训练结果采用投票法进行统计;根据统计结果把无争议样本添加到已知标记的训练集中,票数不同的样本通过K均值算法进行二次判别。即在半监督条件下,利用聚类划分的思想将图匹配问题转化为图的分类标记问题。实验结果表明,该算法能够有效提升准确率,避免了传统算法在训练过程中产生的无法收敛的问题,节约了有监督算法的人工标记成本。 展开更多
关键词 半监督 自组织映射神经网络 集成分类器 协同训练 K均值
在线阅读 下载PDF
基于混沌优化K均值算法的马铃薯芽眼的快速分割 预览
9
作者 席芮 侯加林 李立成 《农业工程学报》 EI CAS CSCD 北大核心 2019年第5期190-196,共7页
为提高芽眼分割的准确性,该文实现了基于混沌优化K均值算法的马铃薯芽眼的快速分割。K均值算法具有有效性及易于实现的优点,但是容易陷入局部最优值的缺点造成了其聚类结果的不准确。混沌系统由于其遍历性和不重复性,能够以较快的速度... 为提高芽眼分割的准确性,该文实现了基于混沌优化K均值算法的马铃薯芽眼的快速分割。K均值算法具有有效性及易于实现的优点,但是容易陷入局部最优值的缺点造成了其聚类结果的不准确。混沌系统由于其遍历性和不重复性,能够以较快的速度执行全局搜索。该文提出的算法的主要思想就是将混沌变量映射到K均值算法的变量中,用混沌变量代替其寻找全局最优值。分割试验结果表明:该文提出的算法,不仅在分割准确性上优于当下流行的K均值算法和模糊C均值算法,而且在运行时间上也更胜一筹,K均值算法和模糊C均值算法分割一幅马铃薯芽眼的图像所需的平均时间分别为2.8955s和3.5564s,而该文提出的算法仅需1.109s。当聚类数大于3时,该文提出的算法在运行时间上受聚类数目的影响非常小,这一特点可用于其他一些适合聚类数大于3的农作物上。试验结果还表明,对于该文中的样本,最佳聚类数不宜超过3。最后,精度试验验证了该文提出的算法能够对样本中的马铃薯芽眼实现完全,无遗漏的分割,总的分割精度为98.87%,其中,对正常的马铃薯芽眼分割精度可达100%,对特殊马铃薯的芽眼分割精度为91.67%,总体分割精度较好。因此,该文提出的算法能够为后续种薯的自动切块提供参考。 展开更多
关键词 图像处理 图像分割 算法 快速分割 马铃薯芽眼 K均值 混沌优化算法 遍历性
在线阅读 下载PDF
基于SparkR的水文传感器数据的异常检测方法 预览
10
作者 刘子豪 李凌 叶枫 《计算机应用》 CSCD 北大核心 2019年第2期436-440,共5页
为了高效地从海量的水文传感器数据中检测出异常值,提出一种基于SparkR的水文时间序列异常检测方法。首先,对数据进行清洗后,采用滑动窗口配合自回归积分滑动平均模型(ARIMA)在SparkR平台上进行预测;然后,对预测的结果计算置信区间,将... 为了高效地从海量的水文传感器数据中检测出异常值,提出一种基于SparkR的水文时间序列异常检测方法。首先,对数据进行清洗后,采用滑动窗口配合自回归积分滑动平均模型(ARIMA)在SparkR平台上进行预测;然后,对预测的结果计算置信区间,将在区间范围以外的判定为异常值;最后,基于检测结果,利用K均值算法对原数据进行聚类,同时计算其状态转移概率,对检测出的异常值进行质量评估。以在滁河获取的水文传感器数据为实验数据,分别在运行时间和异常值检测效果这两个方面进行了实验。结果显示:利用SparkR对百万级数据进行计算时,利用双节点计算的时间要长于单节点;但是对千万级数据进行计算时,双节点比单节点计算时间上更少,最多减少了16.21%,且评估过后的灵敏度由之前的5.24%提高到了92.98%。实验结果表明,在SparkR下,根据水文数据的特点并结合预测检验和聚类校验的方法对千万级水文时间序列进行检测时,能有效提高传统方法的计算效率,并且在灵敏度方面相比传统方法也有显著提升。 展开更多
关键词 SparkR 自回归积分滑动平均模型 异常检测 水文时间序列 K均值
在线阅读 下载PDF
基于灰度密度分布特征的肺结节良恶性分类 预览
11
作者 NGUYEN XUAN HIEN 《软件导刊》 2019年第5期181-186,共6页
CT图像中肺结节良恶性鉴别是肺癌计算机辅助诊断研究中的关键。为了提高计算机辅助诊断系统中肺结节良恶性诊断准确性,提出一种基于密度分布特征的肺结节良/恶性判断方法。首先,从肺部肿瘤图像中随机提取图像小单元集并计算其自相关矩阵... CT图像中肺结节良恶性鉴别是肺癌计算机辅助诊断研究中的关键。为了提高计算机辅助诊断系统中肺结节良恶性诊断准确性,提出一种基于密度分布特征的肺结节良/恶性判断方法。首先,从肺部肿瘤图像中随机提取图像小单元集并计算其自相关矩阵,然后通过K-means算法对该矩阵实现无监督聚类。特征提取时遍历计算肺结节图像每一像素的灰度密度分布等级,并统计、归一化得到10维特征向量,最后通过卷积方法对特征进行优化。同时,利用随机森林分类器进行模型训练,进而判断肺结节良/恶性水平,提出算法的验证数据为LIDC-IDRI。实验结果表明,最大AUC可达0.9558。对比分析,该特征表达方法具有更优分类效果和更高鲁棒性。 展开更多
关键词 图像单元集 LIDC-IDRI 良恶性分类 密度分布特征 K均值
在线阅读 免费下载
基于自适应聚类中心的脑血管分割方法 预览
12
作者 王喆 赵世凤 +2 位作者 田沄 王学松 周明全 《郑州大学学报:工学版》 CAS 北大核心 2019年第1期18-23,31共7页
脑血管分割是血管病变可视化、诊断和定量分析的关键步骤.但由于脑血管几何结构复杂,所占空间面积小,因此低对比度区域的血管分割依然是难点.在传统的基于密度的统计方法基础上,进一步采用基于梯度的自适应聚类中心的K均值进行血管提取... 脑血管分割是血管病变可视化、诊断和定量分析的关键步骤.但由于脑血管几何结构复杂,所占空间面积小,因此低对比度区域的血管分割依然是难点.在传统的基于密度的统计方法基础上,进一步采用基于梯度的自适应聚类中心的K均值进行血管提取.首先,根据磁共振血管成像(MRA)图像密度特征用一个瑞利分布和两个高斯分布函数,分别对背景区域、中间组织区域以及血管区域进行建模,采用期望最大的方法进行参数估计,利用后验概率获取血管的主体部分;之后根据剩余体素中包含血管的部分多为低密度区的细小血管以及血管边界的特点,对剩余体素进行梯度化处理,并提出改进的自适应聚类中心的K均值方法对剩余体素的梯度数据进行血管的聚类操作.实验结果表明,对剩余数据梯度化的聚类方法优于传统的仅基于密度的统计方法,且能更好地获取血管的细小分支及血管的边缘区域. 展开更多
关键词 脑血管分割 有限混合模型 K均值
在线阅读 免费下载
一种协作式异常流量检测模型 预览
13
作者 董理 《信息技术与网络安全》 2019年第9期55-59,共5页
异常网络检测是分析和检测网络中恶意行为的重要手段。如何有效地检测大数据压力下的异常网络流量是一个非常重要的领域,也越来越受到研究者的关注。提出了一种基于协作式的流量检测新模型,可以根据分类器结果修正模型最终输出,提高检... 异常网络检测是分析和检测网络中恶意行为的重要手段。如何有效地检测大数据压力下的异常网络流量是一个非常重要的领域,也越来越受到研究者的关注。提出了一种基于协作式的流量检测新模型,可以根据分类器结果修正模型最终输出,提高检测精度,降低误报率。仿真结果表明,与K均值、决策树和随机森林算法相比,该模型具有更好的性能,在正常数据上的检测率为95.4%,在DoS攻击上的检测率为98.6%,在探针攻击上的检测率为93.9%,在U2R攻击上的检测率为56.1%,在R2L攻击上的检测率为77.2%。 展开更多
关键词 异常流量检测 大数据 K均值 决策树 随机森林
在线阅读 下载PDF
结合膜计算与人工蜂群算法的K均值算法 预览
14
作者 黄文成 《现代计算机》 2019年第11期39-44,共6页
针对人工蜂群(ABC)优化的K均值(K-means)算法较易陷入局部最优、对初始聚类中心位置敏感等问题,结合具有广泛应用前景的膜计算(MC/Psystem)模型,提出一种改进的聚类算法。该算法利用最大最小距离积法对蜂群食物源进行初始化,提高初始值... 针对人工蜂群(ABC)优化的K均值(K-means)算法较易陷入局部最优、对初始聚类中心位置敏感等问题,结合具有广泛应用前景的膜计算(MC/Psystem)模型,提出一种改进的聚类算法。该算法利用最大最小距离积法对蜂群食物源进行初始化,提高初始值的适应度,加快收敛。ABC与K-means算法相结合,提高ABC算法的收敛速度;将ABC的蜜源进行K-means聚类,克服K-means对初始聚类中心的依赖及K-means算法易陷入局部最优的缺点。MC具有分布式、极大并行性和非确定性的特点,可以帮助提高蜂群的多样性,并平衡蜂群的勘探能力与开发能力。在提出的算法中,MC的结构以及其进化、溶解和通讯规则被整合到ABC算法中以增强蜂群的优化能力。实验结果表明,所提出的算法具有较好的聚类效果和稳定性。 展开更多
关键词 K均值 人工蜂群 膜计算 聚类
在线阅读 免费下载
结合蚁群算法的改进粗糙K均值聚类算法 预览
15
作者 刘洋 王慧琴 张小红 《数据采集与处理》 CSCD 北大核心 2019年第2期341-348,共8页
粗糙集理论是一种处理边界对象不确定的有效方法。将粗糙集与K均值结合的粗糙K均值聚类算法,具有简单高效且可处理聚类边界元素的特点,但同时存在缺陷。针对粗糙K均值聚类算法对初始点敏感,经验权重设置忽略数据差异性,阈值设置不合理... 粗糙集理论是一种处理边界对象不确定的有效方法。将粗糙集与K均值结合的粗糙K均值聚类算法,具有简单高效且可处理聚类边界元素的特点,但同时存在缺陷。针对粗糙K均值聚类算法对初始点敏感,经验权重设置忽略数据差异性,阈值设置不合理导致聚类结果波动性大的缺陷,本文提出结合蚁群算法的改进粗糙K均值聚类算法,改进的算法中使用蚁群算法中随机概率选择策略和信息素更新的正负反馈机制,以及采用动态调整算法阈值和相关权重的方法,对粗糙K均值聚类算法进行优化。最后采用UCI的Iris、Balance-scale和Wine数据集分别对算法进行实验。实验结果表明,改进后的粗糙K均值聚类算法得到的聚类结果准确率更高。 展开更多
关键词 聚类 K均值 蚁群算法 粗糙集 目标函数
在线阅读 下载PDF
采用k均值聚类的物理层密钥生成方案 预览
16
作者 刘景美 韩庆庆 +1 位作者 沈志威 刘景伟 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2019年第1期8-13,共6页
传统的密钥生成算法没有同时利用幅值及相位两方面的信息,对信道信息利用不充分。针对此问题,提出了一种使用k均值聚类进行密钥生成的方案,该方法可以充分利用多个维度的信息,提高生成密钥的一致性。在密钥生成过程中,双方通过传输聚类... 传统的密钥生成算法没有同时利用幅值及相位两方面的信息,对信道信息利用不充分。针对此问题,提出了一种使用k均值聚类进行密钥生成的方案,该方法可以充分利用多个维度的信息,提高生成密钥的一致性。在密钥生成过程中,双方通过传输聚类中心的位置来进行对测量值进行分类,不会造成密钥信息的泄露。为了更好地提高密钥的一致性与随机性,结合随机导频系数和二维补偿方法,又提出了一种k均值二维补偿密钥生成方案。仿真结果表明,相比于其他密钥生成方法,两个方案在密钥的一致性与随机性方面性能更优。 展开更多
关键词 K均值 聚类 密钥生成 物理层安全 二维补偿
在线阅读 下载PDF
基于模糊聚类K均值算法的研究 预览
17
作者 张思维 郭秀娟 《吉林工程技术师范学院学报》 2019年第4期86-88,共3页
随着云计算、移动计算机互联网技术的快速发展,海量数据分析已经成为企业战略决策、营销推广的基础,海量数据挖掘越来越重要,传统的聚类分析已经不能满足要求,例如数据划分绝对、准确率低等。本文引入模糊聚类思想,提出了一种模糊K均值... 随着云计算、移动计算机互联网技术的快速发展,海量数据分析已经成为企业战略决策、营销推广的基础,海量数据挖掘越来越重要,传统的聚类分析已经不能满足要求,例如数据划分绝对、准确率低等。本文引入模糊聚类思想,提出了一种模糊K均值算法,基于隶属度关系进行分类,在很大程度上增加数据挖掘的正确率。 展开更多
关键词 模糊数学 K均值 硬聚类 隶属度
在线阅读 下载PDF
基于改进KMOR的聚类算法 预览
18
作者 刘撼坤 李晶 范九伦 《计算机工程与设计》 北大核心 2019年第11期3158-3163,共6页
为避免KMOR(k-means with outlier removal)算法因样本中类内离散度不同而产生离群点误判的问题,提出为每类样本分别选取离群点判别标准的改进算法。在算法初始化时,利用样本的密集性排除离群点干扰;在迭代过程中,根据每类样本的类内离... 为避免KMOR(k-means with outlier removal)算法因样本中类内离散度不同而产生离群点误判的问题,提出为每类样本分别选取离群点判别标准的改进算法。在算法初始化时,利用样本的密集性排除离群点干扰;在迭代过程中,根据每类样本的类内离散度分别选取判别标准,与样本到其所属聚类中心的距离比较判别离群点。两者结合提高聚类结果正确率,避免因样本中类内离散度不同产生的误判。实验结果表明,改进算法相比原算法在正确率和离群点检测上有所提高。 展开更多
关键词 聚类 K均值 初始化 离群点检测 类内离散度
在线阅读 下载PDF
基于马尔科夫的聚类算法仿真分析 预览
19
作者 王振宇 《信息技术》 2019年第5期58-60,共3页
针对传统k均值聚类算法易受初始条件影响的问题,文中在已有聚类算法的基础上提出了一个新型的图型聚类算法:马尔科夫(MCL)聚类算法。通过MATLAB仿真软件对空手道俱乐部数据用马尔科夫聚类算法进行仿真分析,得出聚类结果,并同时分析参数... 针对传统k均值聚类算法易受初始条件影响的问题,文中在已有聚类算法的基础上提出了一个新型的图型聚类算法:马尔科夫(MCL)聚类算法。通过MATLAB仿真软件对空手道俱乐部数据用马尔科夫聚类算法进行仿真分析,得出聚类结果,并同时分析参数对算法性能的影响。实验结果表明,马尔科夫聚类算法可以应用于对图的聚类中,但同时也会受到参数的影响。 展开更多
关键词 聚类 马尔科夫算法 K均值
在线阅读 下载PDF
一种改进的K均值微博热点话题发现方法 预览
20
作者 何诺 马苗苗 《数据通信》 2019年第1期31-35,共5页
本文对于K均值聚类算法应用在大量微博数据集中聚类效率低,正确性不高的问题,提出了一种改进的K均值微博热点话题发现方法。在对微博特有属性的研究基础上,利用微博转发关系解决微博内容碎片化导致的聚类准确性及效率较低的问题;实验结... 本文对于K均值聚类算法应用在大量微博数据集中聚类效率低,正确性不高的问题,提出了一种改进的K均值微博热点话题发现方法。在对微博特有属性的研究基础上,利用微博转发关系解决微博内容碎片化导致的聚类准确性及效率较低的问题;实验结果表明本文提出的改进的K均值聚类算法比传统的K均值热点话题发现,准确率提升了11.3%,聚类比较次数提升了27.5%. 展开更多
关键词 微博转发关系 K均值 微博话题 热点发现 Word2vec
在线阅读 下载PDF
上一页 1 2 110 下一页 到第
使用帮助 返回顶部 意见反馈
新型冠状病毒肺炎防控与诊疗专栏