论文部分内容阅读
在分析K-means聚类算法的优越性和存在不足的基础上,提出了一种新的聚类算法--基于免疫规划的K-means聚类算法.理论分析和仿真结果表明,该算法不仅有效地克服了传统的K-means聚类算法易陷入局部极小值的缺点,而且明显地避免了对初始化选值敏感性的问题,同时也有较快的收敛速度.
基于免疫规划的K—means聚类算法
【摘 要】
：
在分析K-means聚类算法的优越性和存在不足的基础上,提出了一种新的聚类算法--基于免疫规划的K-means聚类算法.理论分析和仿真结果表明,该算法不仅有效地克服了传统的K-means
【机 构】
：
西安电子科技大学雷达信号处理国家重点实验室,西安通信学院计算机与信息工程系,西安电子科技大学雷达信号处理国家重点实验室
【出 处】
：
计算机学报
【发表日期】
：
2003年5期
其他文献
通过对支撑向量机推广能力的分析,提出了一种构造性的与样本分布有关的推广能力衡量准则.该准则与统计学习理论中的推广能力准则具有几何上的一致性,由样本的二阶统计量构成,
逻辑异或和前缀异或是基本的逻辑运算 ,经常应用于各种算法中 .该文在规模为 N× N的可重构造网孔机器上提出了求 N个逻辑位的并行异或和并行前缀异或算法 ,其运行时间均为常数 .基于该并行异或算法 ,文中还提出了相同的模型下在常数时间判定一给定点是否在 N条边构成的平面多边形中和判定一给定点是否在 N个平面构成的空间多面体中的并行算法 .就实质而言 ,这些算法都是相应问题的第一个处理器数为线性、运
在详细探讨了反向传播训练算法之后,提出了用神经网络选择音频数据索引最优基的方法.该方法用小波变换抽取音频信号的关键系数,根据四层小波包二分树确定输出神经元的数量与