期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5,751篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
结合蝙蝠算法和紧密度改进的三支K-means算法 认领 引用 被引量：1
1
作者 孙清 叶军 +2 位作者 曾广财 宋苏洋 汪一心 《山东大学学报（理学版）》 CAS CSCD 北大核心 2026年第1期65-75,共11页
本文结合蝙蝠算法和紧密度改进三支K-means算法,利用黄金分割系数和种群平均位置优化蝙蝠算法,根据优化后的蝙蝠算法搜索初始聚类中心,提高三支K-means算法的稳定性。依据紧密度判断核心域和边界域的阈值,减少边界域样本数量,提高三支K-... 本文结合蝙蝠算法和紧密度改进三支K-means算法,利用黄金分割系数和种群平均位置优化蝙蝠算法,根据优化后的蝙蝠算法搜索初始聚类中心,提高三支K-means算法的稳定性。依据紧密度判断核心域和边界域的阈值,减少边界域样本数量,提高三支K-means算法的准确性。对比实验采用9个数据集与6种聚类算法,实验结果表明本文算法提升聚类性能,验证本文算法有效性和实用性。 展开更多
关键词 K-means聚类 蝙蝠算法 紧密度 K-means算法 三支决策
暂未订购 下载PDF
基于改进粒子群K-means的道路状态识别聚类算法 认领 引用 被引量：1
2
作者 徐韬 任其亮 +1 位作者 李金宴 林伟 《重庆交通大学学报（自然科学版）》 CAS CSCD 北大核心 2026年第2期47-56,共10页
针对传统K均值聚类算法(K-means)受到初始聚类中心影响导致聚类精度波动问题,提出了基于改进粒子群(PSO)的组合聚类算法。在道路运行速度一维原始数据上,增加相对速度比αt、速度波动率βt这2个特征,建立新的三维数据集;在分布式延迟粒... 针对传统K均值聚类算法(K-means)受到初始聚类中心影响导致聚类精度波动问题,提出了基于改进粒子群(PSO)的组合聚类算法。在道路运行速度一维原始数据上,增加相对速度比αt、速度波动率βt这2个特征,建立新的三维数据集;在分布式延迟粒子群算法(RODDPSO)基础上,提出改进RODDPSO算法(IRODDPSO算法),引入了粒子最大速度非线性约束函数,随着迭代次数增加,粒子最大更新速度逐步非线性衰减,根据每轮迭代的进化特征值ξ确定不同的粒子更新策略;利用IRODDPSO算法产生K-means初始化聚类中心,利用PSO算法全局搜索能力,寻找出最优初始化聚类中心。研究结果表明:IRODDPSO算法可成功应用在城市道路运行状态聚类分析中,组合算法的准确率、召回率分别为0.935、0.957,较RODDPSO算法分别提升了4.8%、3.6%,较基准PSO算法提升13.2%、11.1%,运行时耗分别下降了6.7%、16.3%;所提出的最大速度非线性约束策略提升了算法收敛能力,并且在快速路、主干路等不同等级道路中表现出良好的稳健性。 展开更多
关键词 交通工程 粒子群算法 K均值聚类算法 非线性速度约束 分布式延迟 道路状态识别
暂未订购 下载PDF
基于K-means++算法划分车辆状态的直接横摆力矩控制 认领 引用 被引量：1
3
作者 潘公宇 李桐 《重庆理工大学学报（自然科学）》 CAS 北大核心 2026年第1期1-9,共9页
针对分布式驱动电动汽车在转向变道过程中低附着、高速等极限工况下的失稳问题,提出一种基于K-means++算法划分车辆状态区域的分层协同控制策略。基于Carsim车辆模型构建离线训练数据集,提取横摆角速度、质心侧偏角等9维车辆稳定性特征... 针对分布式驱动电动汽车在转向变道过程中低附着、高速等极限工况下的失稳问题,提出一种基于K-means++算法划分车辆状态区域的分层协同控制策略。基于Carsim车辆模型构建离线训练数据集,提取横摆角速度、质心侧偏角等9维车辆稳定性特征参数,利用K-means++算法将车辆当前状态划分为稳定域、协调域与控制域,并设计动态权重协调模块。在上层控制器中,采用离散滑模控制算法结合粒子群优化趋近律系数,生成目标附加横摆力矩,以跟踪理想横摆动力学特性;同时通过对比积分滑模算法,验证离散滑模控制器在抑制峰值误差与跟踪精度上的优势。在下层控制器中,以稳定性裕度建立目标函数,构建二次规划模型,优化四轮扭矩分配,确保纵向力与侧向力矢量位于摩擦椭圆内。Carsim/Simulink联合仿真验证表明:该策略在中速、低附着(60 km/h,μ=0.3)工况下,相较于由积分滑模算法所搭建的控制策略而言,横摆角速度、质心侧偏角的峰值误差分别降低了77.2%、11.64%,而在跟踪精度方面分别优化了63.13%、15.19%;在高速、高附着(95 km/h,μ=0.85)工况下,其横摆角速度、质心侧偏角的峰值误差分别降低了27.48%、40.1%,而在跟踪精度方面分别优化了20.67%、45.94%。研究结果表明:基于K-means++算法的状态区域划分与离散滑模分层动态控制机制显著提升了车辆横向稳定性与控制鲁棒性,为分布式驱动电动汽车的极限工况稳定性优化提供了有效解决方案。 展开更多
关键词 分布式驱动汽车 K-means++算法 车辆状态区域 离散滑模算法
暂未订购 下载PDF
基于K-Means聚类的广东省红树林生态质量监测样地优化布设研究 认领 引用
4
作者 刘花 李鑫 +6 位作者 谢志宜 李昭 徐卫 贾翊文 邓应彬 杨阳 沈丽冉 《中国环境监测》 CAS CSCD 北大核心 2026年第2期42-49,共8页
《红树林保护修复专项行动计划(2020—2025年)》提出加强红树林监测评估体系建设,推动构建科学高效的监测网络。针对广东省红树林湿地生态系统监测覆盖不全、斑块破碎化、空间异质性显著等特点,亟须建立具有代表性的红树林生态质量监测... 《红树林保护修复专项行动计划(2020—2025年)》提出加强红树林监测评估体系建设,推动构建科学高效的监测网络。针对广东省红树林湿地生态系统监测覆盖不全、斑块破碎化、空间异质性显著等特点,亟须建立具有代表性的红树林生态质量监测网络。该文以兼顾生态类型多样性、空间覆盖广度与实际推广应用可行性为出发点,运用“聚类-抽样”技术方法体系,构建广东省红树林生态质量监测网络。根据红树林结构特征,对同质性红树林斑块进行聚类;利用分层比例抽样与行政区域结合的方式,确定监测斑块,构建监测网络。研究成果为广东省红树林生态质量动态监测与科学管理提供了技术支撑,也为全国滨海湿地生态监测网络建设提供了可推广的参考路径。 展开更多
关键词 红树林 生态质量 监测网络 K-Means聚类 空间抽样
暂未订购 下载PDF
基于自动构建多源DSM和改进K-Means算法的产品模块划分方法 认领 引用
5
作者 张良 潘吉龙 +2 位作者 赵晓敏 马雨潇 周乐豪 《机床与液压》 北大核心 2026年第10期117-126,共10页
在复杂工程系统的模块化设计中,组件间的功能、材料等多维属性常常充满不确定性和模糊性,传统的聚类算法难以准确捕捉这些复杂关系。为此,提出一种基于自动构建多源设计结构矩阵(DSM)与改进K-Means算法的产品模块划分方法。利用SolidWor... 在复杂工程系统的模块化设计中,组件间的功能、材料等多维属性常常充满不确定性和模糊性,传统的聚类算法难以准确捕捉这些复杂关系。为此,提出一种基于自动构建多源设计结构矩阵(DSM)与改进K-Means算法的产品模块划分方法。利用SolidWorks API自动提取产品组件的结构、功能和材料信息,构建多维DSM,并通过自定义权重生成加权DSM;采用基于证据距离的改进K-Means算法进行聚类,该距离度量方法在处理多源信息融合和不确定性时具备优势;采用粒子群优化(PSO)算法优化聚类中心,以提高收敛效率和聚类准确性。最后,通过工程案例进行模块划分验证,并与几种常见聚类算法进行性能对比,评价指标包括误差平方和(SSE)、平均轮廓系数(SC)和戴维斯-包丁指数(DBI)。结果表明:t-SNE降维可视化显示聚类结果具有清晰的簇间分离度。文中算法的SSE为40.06,显著优于K-Means++(49.11)和K-Medoids(64.22),表明具有良好的聚类紧凑性;SC值为0.35,与对比算法持平,表明聚类一致性和样本分离性良好;DBI值为1.05,优于K-Means++(1.34)和Fuzzy C-Means(1.29)。该方法在产品模块划分中表现出较高的准确性和鲁棒性,显著优于传统方法,为复杂系统设计和优化提供了新的工具与思路。 展开更多
关键词 模块划分 设计结构矩阵(DSM) 改进的K-Means算法 证据距离 粒子群优化(PSO)
暂未订购 下载PDF
利用CTCM优化K-means聚类研究微震震源稳健定位 认领 引用
6
作者 陈国庆 庞聪 +3 位作者 梁雨萱 李尚东 李查玮 刘斯睿 《大地测量与地球动力学》 CSCD 北大核心 2026年第8期1030-1038,共9页
针对传统微震震源定位方法在噪声干扰下鲁棒性不足的问题,提出一种融合遗传算法(genetic algorithm,GA)全局搜索和部落竞争与成员合作算法(competition of tribes and cooperation of members algorithm,CTCM)优化K-means聚类的微震震... 针对传统微震震源定位方法在噪声干扰下鲁棒性不足的问题,提出一种融合遗传算法(genetic algorithm,GA)全局搜索和部落竞争与成员合作算法(competition of tribes and cooperation of members algorithm,CTCM)优化K-means聚类的微震震源稳健定位框架。首先,基于到时差数学模型构建不同测点四四组合的最优化目标函数,通过GA算法遍历求解这些以未知震源三维坐标为自变量的三元二次函数,生成大量震源近似解;然后,引入CTCM对K-means聚类的初始聚类中心进行优化,将聚类结果的误差平方和(sum of squared error,SSE)作为最优化目标函数的因变量,以状态转移相关矩阵提升高维数据的聚类稳定性;最后,执行优化后的K-means得到多个聚类中心,以这些中心坐标的中位数和各点马氏距离构建抗差定位策略,并应用中位数绝对偏差(median absolute deviation,MAD)实现对异常点的自动剔除,其他聚类中心的加权算术平均值即为最终解。结果表明,该方法(GA-CTCM-K-means)在1组平面型仿真实验和2组真实微震案例下均能实现较好的异常剔除和定位效能,定位精度分别可达9.5243 m、137.8651 m、28.1009 m,优于Geiger法、单纯形法、震源扫描法等传统方法,是一种具有一定应用价值的微震震源定位方案。 展开更多
关键词 微震震源定位 到时差模型 CTCM算法 K-means聚类 遗传算法 稳健定位 中位数绝对偏差
暂未订购 下载PDF
基于“5D-熵权-TOPSIS-SOM+K-means”的TOD效能量化评价与分类优化研究——以天津地铁3号线为例 认领 引用
7
作者 宫同伟 李牧川 +1 位作者 张秀芹 杨佳璇 《城市建筑》 2026年第4期49-52,共4页
为科学评估TOD效能并划分类型,促进城市交通与土地利用协同发展,本研究构建“5D—熵权-TOPSIS—SOM+K-means”综合方法体系。首先,扩展建成环境“5D”原则,增设“站点特征”和“客流量”维度,构建评价框架;其次,基于多源数据,采用熵权-T... 为科学评估TOD效能并划分类型,促进城市交通与土地利用协同发展,本研究构建“5D—熵权-TOPSIS—SOM+K-means”综合方法体系。首先,扩展建成环境“5D”原则,增设“站点特征”和“客流量”维度,构建评价框架;其次,基于多源数据,采用熵权-TOPSIS法测度TOD效能;最后,运用SOM+K-means算法与耦合协调度模型进行站点分类与协调性分析,并提出优化策略。以天津地铁3号线为例,研究表明:TOD效能整体水平不高,两极分化特征显著,空间分异特征明显;站点可分为五类,并针对不同类型提出优化策略。 展开更多
关键词 城市轨道交通站点 TOD效能 熵权-TOPSIS法 SOM+K-means算法
暂未订购 下载PDF
基于改进K-means算法的网络文学内容分类方法研究 认领 引用
8
作者 程盟盟 《连云港职业技术学院学报》 2026年第2期7-10,共4页
针对当前网络文学作品数量激增、传统人工分类效率低下、主观性强且难以适配海量文本与新兴题材的问题,提出一种基于改进K-means聚类算法的网络文学内容自动分类方法。该方法依托文本挖掘技术,对网络文学文本数据进行规范化处理,融合TF-... 针对当前网络文学作品数量激增、传统人工分类效率低下、主观性强且难以适配海量文本与新兴题材的问题,提出一种基于改进K-means聚类算法的网络文学内容自动分类方法。该方法依托文本挖掘技术,对网络文学文本数据进行规范化处理,融合TF-IDF与词向量技术完成文本特征提取,利用主成分分析(PCA)技术进行特征数据降维,再通过改进K-means算法实现网文内容的分类,最后利用相关指标验证分类效果。实验结果表明,改进后的K-means算法能够有效解决网络文学文本高维稀疏问题,提升主流网文题材的分类精度和分类效率,降低人工标注成本,为网络文学平台的内容管理、智能推荐等业务提供技术支撑。 展开更多
关键词 K-means算法 网络文学 文本聚类 内容分类 特征提取
暂未订购 下载PDF
K-Means算法在织物瑕疵图像识别中的应用 认领 引用
9
作者 郑惠文 王娟 《毛纺科技》 CAS 北大核心 2026年第3期40-45,共6页
为更好地应对织物瑕疵的多样性和复杂性,针对传统检测方法只提取了织物图像的局部特征而忽略了全局特征、存在特征表达不全面的问题,提出一种K-Means算法在织物瑕疵图像识别中的应用。首先提取织物图像的模糊局部二值特征、稠密旋转不... 为更好地应对织物瑕疵的多样性和复杂性,针对传统检测方法只提取了织物图像的局部特征而忽略了全局特征、存在特征表达不全面的问题,提出一种K-Means算法在织物瑕疵图像识别中的应用。首先提取织物图像的模糊局部二值特征、稠密旋转不变特征与颜色特征,构建多维度特征表达;然后在YOLOv5框架中引入CBAM注意力机制以增强小瑕疵特征响应,改进颈部网络结构以实现跨尺度特征融合;并在检测头部分采用K-Means++算法自适应生成最优锚框尺寸,提升模型对织物瑕疵的定位精度。试验结果表明,该方法在6类典型织物瑕疵检测中,对于6种典型缺陷检测的PR曲线下面积均较大,平均准确度均较高,交并比IoU值较高,验证了K-Means优化策略与多特征融合机制的有效性。 展开更多
关键词 K-Means算法 CBAM注意力机制 YOLOv5模型 织物瑕疵 图像识别
暂未订购 下载PDF
期望因子驱动下的K-means初始聚类中心优化算法研究 认领 引用 被引量：1
10
作者 冯鑫 檀丁 李明峰 《现代电子技术》 北大核心 2026年第6期89-93,共5页
合理的初始聚类中心是提升K-means算法聚类效果和避免局部最优的关键。为了确定合理的初始聚类中心,文中提出一种期望因子驱动下的K-means初始聚类中心优化算法。首先,设计期望因子驱动下的网格划分标准来衡量样本点密度因素,并采用欧... 合理的初始聚类中心是提升K-means算法聚类效果和避免局部最优的关键。为了确定合理的初始聚类中心,文中提出一种期望因子驱动下的K-means初始聚类中心优化算法。首先,设计期望因子驱动下的网格划分标准来衡量样本点密度因素,并采用欧氏距离衡量样本点距离因素;其次,引入权重系数约束密度因素和距离因素,综合考虑两种因素以优化初始聚类中心的选取,增强全局搜索能力和提升聚类效果;最后,提出中心相距和的概念来衡量初始聚类中心的优化效果。在UCI数据集Iris、Seeds和Wine上的对比实验结果表明,所提算法的中心相距和相较于传统K-means算法分别减小75%、52%、58%,误差平方和分别减小15%、7%、6%,准确率分别提升20%、19%、24%,性能优于其他改进算法。实验结果证明,所提算法能够有效优化初始聚类中心,提高聚类效果和聚类结果稳定性。 展开更多
关键词 初始聚类中心 优化算法 K-means 期望因子 网格划分 权重系数
暂未订购 下载PDF
基于小批量K-means优化的Kilosort4锋电位聚类算法研究 认领 引用
11
作者 周富豪 李赵春 王玉成 《生物医学工程研究》 CAS 2026年第2期98-103,共6页
针对Kilosort4处理锋电位数据时,在模板反卷积阶段,因采用传统K-means算法带来的时间复杂度瓶颈,本研究提出了一种基于小批量K-means聚类算法的优化方法。首先,利用K-means++算法初始化聚类中心;然后,在迭代过程中动态抽取数据子集,进... 针对Kilosort4处理锋电位数据时,在模板反卷积阶段,因采用传统K-means算法带来的时间复杂度瓶颈,本研究提出了一种基于小批量K-means聚类算法的优化方法。首先,利用K-means++算法初始化聚类中心;然后,在迭代过程中动态抽取数据子集,进行局部聚类,并根据数据集规模自适应调节子集大小;最后,通过增量式更新聚类中心,直至收敛。实验结果表明,优化后的Kilosort4算法的运算速率相较于原算法提升了约8%,并能在保持聚类质量的同时,显著降低计算复杂度。本研究可为神经科学研究提供更高效的工具。 展开更多
关键词 锋电位 小批量K-means算法 Kilosort4 速度优化 神经科学 电生理信号
暂未订购 下载PDF
基于改进k-means聚类的静态低轨星座分布式时间同步方法 认领 引用
12
作者 王伟 荆小通 +1 位作者 臧文驰 彭竞 《信息对抗技术》 CSCD 2026年第1期120-128,共9页
由于低轨星座卫星数量庞大,在保证低成本的前提下星座时间同步精度难以长期维持。针对该问题,提出了基于激光星间链路实现整个星座分组同步的分布式时间同步架构,并在此架构基础上提出基于改进k-means算法的星钟配置及分组同步方法。构... 由于低轨星座卫星数量庞大,在保证低成本的前提下星座时间同步精度难以长期维持。针对该问题,提出了基于激光星间链路实现整个星座分组同步的分布式时间同步架构,并在此架构基础上提出基于改进k-means算法的星钟配置及分组同步方法。构建了4类星座构型,分别采用原始k-means算法、k-mediods算法和改进k-means算法对其进行仿真,实现星座的分组时间同步。结果表明,k-mediods算法不能解决原始k-means算法易陷入局部最优的问题,而改进k-means算法可以更好地解决,且其最终整网时间同步误差优于原始k-means算法和k-mediods算法;4类星座采用原始k-means算法的最终整网误差相较于初始整网误差分别提升9.13%、8.05%、16.16%、17.24%,k-mediods算法分别提升10.59%、8.32%、17.60%、18.92%,改进k-means算法分别提升20.95%、20.23%、23.02%、23.18%;且其时间同步性能较原始k-means算法和k-mediods算法均有所提升。 展开更多
关键词 低轨星座 k-means算法 星钟配置 时间同步
暂未订购 下载PDF
基于ITD-K-means-小波包法的爆破振动信号降噪研究 认领 引用
13
作者 申宇宙 张云鹏 马海越 《矿冶工程》 CAS 北大核心 2026年第1期44-50,共7页
针对实测爆破振动信号中噪声干扰的问题,提出了一种爆破振动信号降噪方法。该方法基于固有时间尺度分解(ITD)算法,将信号分解为多个IMF分量;引入K-means算法进行聚类处理,计算各类别信号的相关系数值,识别含噪信号类别;通过小波包法对... 针对实测爆破振动信号中噪声干扰的问题,提出了一种爆破振动信号降噪方法。该方法基于固有时间尺度分解(ITD)算法,将信号分解为多个IMF分量;引入K-means算法进行聚类处理,计算各类别信号的相关系数值,识别含噪信号类别;通过小波包法对含噪信号进行降噪处理并重构,得到纯净信号。采用该方法对仿真信号和实测信号进行降噪验证,结果表明,在仿真信号降噪实验中,相较于传统的小波包法、CEEMDAN法和ITD法,ITD-K-means-小波包法的信噪比(17.241 dB)最大,均方根误差(9.71×10-2)最小;在实测信号降噪实验中,经ITD-K-means-小波包法处理后的信号在中低频段(0~60 Hz)保留了更多的优势主频能量,有效抑制了120 Hz以上的高频噪声。 展开更多
关键词 爆破 振动信号 降噪 固有时间尺度分解(ITD) K-means算法 小波包法 信噪比 仿真信号
暂未订购 下载PDF
基于K-means聚类和改进蚁群算法的跨境电商仓储选址优化研究 认领 引用
14
作者 邱国斌 易玉涛 《物流研究》 2026年第1期84-92,共9页
为解决传统选址方法无法动态适配跨境场景的问题,本文针对跨境电商仓储选址的复杂性与灵活性,结合跨境电商特有的国际物流成本、关税政策、区域市场需求、汇率波动等核心要素,构建基于K-means聚类和改进蚁群算法的跨境电商仓储选址模型... 为解决传统选址方法无法动态适配跨境场景的问题,本文针对跨境电商仓储选址的复杂性与灵活性,结合跨境电商特有的国际物流成本、关税政策、区域市场需求、汇率波动等核心要素,构建基于K-means聚类和改进蚁群算法的跨境电商仓储选址模型。本研究通过在多约束条件下的MATLAB软件仿真模拟,将现有选址与优化后选址进行比较。研究表明,该模型能够有效优化跨境电商仓储选址方案,为企业在全球供应链布局中提供科学决策支持。 展开更多
关键词 跨境电商 仓储选址 改进蚁群算法 MATLAB仿真 K-means聚类
暂未订购 下载PDF
基于改进k-means与XGBoost算法的医院财务收入管理模型研究 认领 引用
15
作者 梁健欣 孙雪松 《微型电脑应用》 2026年第4期79-83,共5页
为了对医院财务收入进行高效管理,提出一种基于人工智能(AI)与改进k-means算法的医院财务收入管理模型,该模型包括基于改进k-means算法的医疗服务收入评价和基于AI的医院财务状况评价2个模块。结果表明,所提出的改进k-means算法的准确... 为了对医院财务收入进行高效管理,提出一种基于人工智能(AI)与改进k-means算法的医院财务收入管理模型,该模型包括基于改进k-means算法的医疗服务收入评价和基于AI的医院财务状况评价2个模块。结果表明,所提出的改进k-means算法的准确率和误差平方和分别为94.39%和97.06,所提出的模型的评价准确率为94.54%、F1值为95.76%。实验结果证明,所提出的模型的医疗服务收入评价和医院财务状况评价性能较好。实验结果有助于提高医院财务收入管理的智能化水平,帮助医院实现财务的有效利用和合理配置。 展开更多
关键词 k-means算法 医院财务 收入管理 人工智能
暂未订购 下载PDF
基于K-means聚类的交流串联电弧模拟方法 认领 引用
16
作者 梅敬之 张峰 +2 位作者 汪洋堃 张士文 王波 《电气自动化》 2026年第4期35-39,共5页
针对交流串联电弧故障检测中深度学习模型依赖大规模实测样本导致的高成本问题,提出一种基于时域特征的电弧状态模拟方法。通过构建幅值-时间双维度特征模型,结合K-means聚类与双随机数参数化重构算法,实现从少量真实电弧样本到大规模... 针对交流串联电弧故障检测中深度学习模型依赖大规模实测样本导致的高成本问题,提出一种基于时域特征的电弧状态模拟方法。通过构建幅值-时间双维度特征模型,结合K-means聚类与双随机数参数化重构算法,实现从少量真实电弧样本到大规模模拟数据的生成。试验结果表明:基于该方法生成的模拟电弧数据可有效扩充训练集;在保持验证集规模不变的前提下,使双层卷积神经网络的分类准确率有所提升;在保证模型性能的同时,显著降低真实样本采集成本。所提方法为解决电气设备故障诊断中的小样本学习问题提供了可行的技术路径。 展开更多
关键词 交流串联电弧故障检测 K-means聚类算法 双随机数重构 模拟电弧 卷积神经网络 数据增强
暂未订购 下载PDF
差分隐私HADPK-means++聚类算法 认领 引用
17
作者 徐富国 李磊 陈涛 《福建电脑》 2026年第2期7-15,共9页
为解决差分隐私k-means聚类算法在迭代过程中因噪声累积导致簇中心偏离,进而影响聚类可用性的问题,本文提出一种高可用性的差分隐私HADPK-means++算法。该方法通过基于逆序排序的初始簇中心选择以提升初始中心质量,引入结合簇内与簇间... 为解决差分隐私k-means聚类算法在迭代过程中因噪声累积导致簇中心偏离,进而影响聚类可用性的问题,本文提出一种高可用性的差分隐私HADPK-means++算法。该方法通过基于逆序排序的初始簇中心选择以提升初始中心质量,引入结合簇内与簇间相似度的新度量以优化样本划分,并利用差分隐私的变换不变性对加噪后的簇中心进行修正,防止其偏离有效数据范围。在Iris、Wine等多个真实数据集上的实验表明,在相同隐私保护预算下,本算法的F值与标准互信息(NMI)均优于现有主流差分隐私k-means算法。HADPK-means++算法能有效抑制簇中心偏离,提升聚类的可用性与鲁棒性。 展开更多
关键词 聚类 K-means算法 差分隐私
暂未订购 下载PDF
组合GA与K-means的多机协同光伏电站巡检策略 认领 引用
18
作者 张驰昱 姚鑫 《电气应用》 2026年第4期137-142,共6页
针对光伏组件积灰导致的发电功率降低、产生热斑等问题,提出了一种组合遗传算法(Genetic Algorithm,GA)与K-means聚类算法的多机协同光伏电站巡检策略,对大面积光伏电站中光伏组件进行分割、任务分配和路径优化。首先,根据光伏电站空间... 针对光伏组件积灰导致的发电功率降低、产生热斑等问题,提出了一种组合遗传算法(Genetic Algorithm,GA)与K-means聚类算法的多机协同光伏电站巡检策略,对大面积光伏电站中光伏组件进行分割、任务分配和路径优化。首先,根据光伏电站空间分布特点建立图模型,采用GA求解最优路径;然后,通过构建无人机能耗模型与光伏电站检测点空间模型实现光伏组件区域分割;最后,根据区域数量优化GA参数,并完成各无人机的最短路径优化。实验结果表明,组合GA与K-means聚类算法的多机协同策略适用于光伏电站面积大、分布区域随机的巡检工作,具有运算速度快、计算效果好的优势。 展开更多
关键词 光伏电站 多旅行商问题 能耗模型 遗传算法 K-means聚类算法
暂未订购 下载PDF
基于K-means聚类与AHP法的山东中南部某铁路通道路基岩溶塌陷成因机理与风险评价 认领 引用
19
作者 邱晓东 许祉涵 《铁道技术标准（中英文）》 2026年第5期48-56,共9页
针对传统岩溶塌陷风险评价中指标分级主观性强、稳定性不足的问题,以山东中南部某铁路通道为对象,系统分析单层、双层及多层土层结构区岩溶塌陷演化机理,创新性提出融合K-means聚类与层次分析法(AHP)的综合评价模型。研究采用K-means聚... 针对传统岩溶塌陷风险评价中指标分级主观性强、稳定性不足的问题,以山东中南部某铁路通道为对象,系统分析单层、双层及多层土层结构区岩溶塌陷演化机理,创新性提出融合K-means聚类与层次分析法(AHP)的综合评价模型。研究采用K-means聚类对水位与基岩面垂距、土层厚度等指标进行客观分级,将岩溶塌陷风险评价指标划分为3类,并确定相应的区间范围。基于AHP原理将评价指标层次分为地下水条件、第四系覆盖层条件和岩溶发育条件3个一级指标、5个二级指标,计算各指标合成权重。评价结果显示,研究区共识别出9段高风险路基,总长8.78 km,主要分布于多层结构和双层土层结构区,其塌陷风险与岩溶水位波动幅度、强灰岩发育区空间耦合度呈显著正相关。该方法降低评价主观性,为岩溶区铁路工程风险防控提供了定量化决策依据。 展开更多
关键词 山东中南部 岩溶塌陷 风险评估 K-means聚类 AHP模型
暂未订购 下载PDF
基于改进SSA-Kmeans算法的网站用户分群研究 认领 引用
20
作者 雷雨霄 《电信科学》 北大核心 2026年第3期180-188,共9页
在数字化时代,精准把握用户需求是网站实现精准营销与个性化服务的关键。针对该场景,提出了一种改进的奇异谱分析K均值(singular spectrum analysis K-means,SSA-Kmeans)算法,有效地解决了传统SSA中窗口长度及特征分量须手动选取的低效... 在数字化时代,精准把握用户需求是网站实现精准营销与个性化服务的关键。针对该场景,提出了一种改进的奇异谱分析K均值(singular spectrum analysis K-means,SSA-Kmeans)算法,有效地解决了传统SSA中窗口长度及特征分量须手动选取的低效问题。该算法先利用SSA提取用户访问数据的核心特征分量,再结合K-means进行聚类分析。实验结果表明,该算法显著地提升了聚类效果,戴维斯堡丁指数较直接聚类和小波变换去噪后聚类分别降低了0.4071和0.0672,簇划分更精准。基于优化后的聚类结果,进一步制定了差异化运营策略,针对不同用户群体提供定制化服务。这一方法为网站精准营销和用户留存提供了高效的解决方案,具有重要的实践应用价值。 展开更多
关键词 用户分群 奇异谱分析 K均值聚类算法 戴维斯堡丁指数
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈