K-MEANS算法改进相关论文
聚类分析是一种重要的数据挖掘方法，K-means算法是其中最常用的基于划分的方法。本文提出了一种基于初始均值点离散化的改进K-means......
在数据挖掘算法中,K均值聚类算法是一种比较常见的无监督学习方法,簇间数据对象越相异,簇内数据对象越相似,说明该聚类效果越好。......
为应对网络入侵，把改进的K—MEANS及DBSCAN算法进行综合，引入至入侵检测系统中，对通用检测记录集的异常检测试验表明，该设计的入侵检测......
传统K-means聚类算法中聚类初始中心点是随机确定的,实际聚类数据集中可能有孤立点,造成了每次聚类的结果不同,聚类质量不同,有时......
随着互联网时代的高速发展，数据库中存放的数据量呈几何级增长。为了在这些大量的数据中发现有用的知识，数据挖掘这一技术应用而生。......
