您当前的位置:
首页 >
文章列表页 >
基于遗传模拟退火算法的改进K-medoids算法
基于遗传模拟退火算法的改进K-medoids算法
Improved K-medoids algorithm based on genetic simulated annealing algorithm
- “2020年7月30日吉林大学计算机科学与技术学院的啸韩、淑芬刘团队在《吉林大学学报(工学版)》发文,介绍了其在大数据聚类领域的研究进展,该团队提出了基于遗传模拟退火算法的K-medoids改进算法,为解决标准K-medoids算法易陷入局部最优解及聚类效果受初始中心限制的问题提供了有效方案。”
- 吉林大学学报(工学版) 2015年45卷第2期 页码:619-623
DOI: 10.13229/j.cnki.jdxbgxb201502042
移动端阅览
AI导读
HTML全文
图( 2 ) 表( 0 )
参考文献
出版信息
数据统计
9
浏览量
10
下载量
3
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
基于伪触觉反馈的多模态车载交互
基于真⁃伪三连体神经网络的传感器本体匹配方法
基于效益-费用的高速公路货车差异化收费双层优化建模
多策略改进核搜索算法及其应用
基于显著性检测的抗剪切攻击的图像数字水印方法
相关作者
沈传亮
叶瑞章
马骁远
张嘉垚
汪震
胡宏宇
卢家伟
剡昌锋
相关机构
吉林大学 汽车底盘集成与仿生全国重点实验室
兰州理工大学 机电工程学院
重庆交通大学 交通运输学院
重庆交通大学 智能综合立体交通重庆市重点实验室
重庆长安民生物流股份有限公司

