作者:全海金; 何映思大数据模糊聚类算法
摘要:针对传统模糊K-means算法易于采用局部最优解的缺陷,设计了一种基于大数据K-means聚类算法的优化算法。首先针对移动大数据的分析处理方法展开研究,再提出了通过欧氏距离来选出密度最大若干个初始点的改进方法,使数据的聚类的有效性及效率性有了很大的提高。实验仿真表明:该算法具有较好的聚类效果,提高了聚类的速度和准确性。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《重庆理工大学学报·自然科学》(CN:50-1205/T)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度,颇受业界和广大读者的关注和好评。 《重庆理工大学学报·自然科学》以政治哲学、工商管理、法学、语言文学为主要刊登内容,集学术性、知识性、实用性于一体,理论联系实际。
杂志详情