检索结果-内蒙古大学图书馆

中国金融电脑 2017年第8期 74-79页

作者：徐福昌李雪飞李红杰马成中国银行软件中心

伴随着经济社会的稳步发展,客户已经越来越成为决定企业发展的关键力量。现代营销学之父菲利普·科特勒指出：在一个产品泛滥而客户短缺的世界里,以客户为中心是走向成功的关键。对于商业银行来说,面对来自同业和互联网金融企业愈... 详细信息

伴随着经济社会的稳步发展,客户已经越来越成为决定企业发展的关键力量。现代营销学之父菲利普·科特勒指出：在一个产品泛滥而客户短缺的世界里,以客户为中心是走向成功的关键。对于商业银行来说,面对来自同业和互联网金融企业愈发激烈的竞争,要想脱颖而出,

关键词： k均值算法客户价值分析理财模型经济社会企业发展商业银行

来源：评论

学校读者我要写书评

暂无评论

基于改进k均值算法的螺丝锁附结果分类研究

引用

自动化与仪表 2020年第4期35卷 39-42页

作者：刘金燕王冬青崔建伟青岛大学自动化学院青岛266071 青岛大学电气学院青岛266071

为解决手机螺丝自动化锁附过程中的锁附结果检测问题,该文提出一种基于加权核k均值分类算法的改进算法。由于加权径向基核函数的k均值算法的计算速度较慢,文章将径向基核函数进行泰勒展开并取前三项进行简化,提高了计算速度。另外,采用... 详细信息

为解决手机螺丝自动化锁附过程中的锁附结果检测问题,该文提出一种基于加权核k均值分类算法的改进算法。由于加权径向基核函数的k均值算法的计算速度较慢,文章将径向基核函数进行泰勒展开并取前三项进行简化,提高了计算速度。另外,采用软最大决策规则,保证每次迭代的高收敛速度和低计算复杂度。改进的算法较传统的核k均值算法在解决螺丝锁附结果分类问题上具有相同的精度但是计算速度更快。

关键词：螺丝锁附 k均值算法泰勒展开软最大决策

来源：评论

学校读者我要写书评

暂无评论

基于改进k均值算法的手写输入阈值提取方法

基于改进K均值算法的手写输入阈值提取方法

引用

第八届全国和谐人机环境联合学术会议HHME2012

作者：马建平汪庆锋陈渤柴毅陈强浙江工业大学计算机科学与技术学院浙江商业职业技术学院应用工程学院广东第二师范学院计算机科学系

通过分析现有判断手写字迹是否完整输入方法的局限性,提出一种基于改进k均值算法的手写输入阈值提取方法。方法首先采集用户手写字迹的笔画间隔作为手写习惯分析依据,对采集数据进行预处理,然后根据差值均分思想选取具有代表性的初始聚... 详细信息

通过分析现有判断手写字迹是否完整输入方法的局限性,提出一种基于改进k均值算法的手写输入阈值提取方法。方法首先采集用户手写字迹的笔画间隔作为手写习惯分析依据,对采集数据进行预处理,然后根据差值均分思想选取具有代表性的初始聚类中心,使用有效指数度量方法动态调整初始聚类数k,最后从聚类结果中提取最佳阈值。实验结果表明,改进算法较传统算法提高了聚类稳定性,所提取的最佳阈值提升了平均完整字迹判断成功率,更能体现用户真实的手写习惯,将手写输入人机交互效果达到最佳。

关键词：手写输入 k均值算法有效指数人机交互

来源：评论

学校读者我要写书评

暂无评论

对k均值算法和硬C-均值算法的对比分析

引用

洛阳理工学院学报（自然科学版） 2012年第1期22卷 72-75,81页

作者：李宇泊李秦兰州交通大学数理与软件工程学院甘肃兰州730070

通过比较目标函数、聚类原型模式P(0)的初始化方法、划分矩阵U和聚类原型P的更新方法等4个方面,得出k均值算法和硬C-均值算法的区别。

关键词： k均值算法硬-C均值算法硬划分

来源：评论

学校读者我要写书评

暂无评论

基于改进k均值算法的医保就医行为研究

引用

现代科学仪器 2021年第6期38卷 229-232页

作者：崔雪征大兴区人民医院北京 102600

传统k均值算法聚类分析结果受到聚类数目和聚类中心的影响比较大,迭代收敛速度慢,易陷入局部最优.本文对聚类数目和聚类中心进行优化,得到改进的k均值聚类算法,并应用于医保就医行为分析中,同时和CBM挖掘算法进行对比.结果表明,改进k均... 详细信息

传统k均值算法聚类分析结果受到聚类数目和聚类中心的影响比较大,迭代收敛速度慢,易陷入局部最优.本文对聚类数目和聚类中心进行优化,得到改进的k均值聚类算法,并应用于医保就医行为分析中,同时和CBM挖掘算法进行对比.结果表明,改进k均值聚类算法对医保就医行为聚类分析结果精度高,算法性能良好,比CBM算法具有更高的运行效率.聚类分析结果为特定的就医人群提供专业化服务,这对提升医保就医人群满意度具有一定的参考价值.

关键词： k均值算法医保就医数据挖掘

来源：评论

学校读者我要写书评

暂无评论

粒子群的k均值算法在电信客户细分中的应用

引用

科学技术与工程 2009年第20期9卷 6042-6045,6050页

作者：闫仁武雷艳云任平李从江苏科技大学计算机科学与工程学院镇江212003

在k均值算法中,对于随机的初始值选取可能会导致不同的聚类结果,甚至存在着无解的情况;还有该算法是基于梯度下降的算法,因此不可避免地常常陷入局部极优。针对k均值聚类算法存在的缺点,提出了一种新的聚类算法——基于粒子群的k均值聚... 详细信息

在k均值算法中,对于随机的初始值选取可能会导致不同的聚类结果,甚至存在着无解的情况;还有该算法是基于梯度下降的算法,因此不可避免地常常陷入局部极优。针对k均值聚类算法存在的缺点,提出了一种新的聚类算法——基于粒子群的k均值聚类算法,理论分析和实验表明该算法有较好的全局收敛性,能有效地克服传统的k均值算法易陷入局部极小值的缺点,采用改进后聚类算法对电信客户数据进行聚类分析,得到具有不同特征的客户群组,聚类结果分析更合理清晰,更便于对不同群组采取不同的经营策略,为管理者提供了合理的决策支持。

关键词：粒子群算法聚类分析全局优化 k均值算法客户细分

来源：评论

学校读者我要写书评

暂无评论

基于无线传感器网络的k均值算法研究

引用

电子设计工程 2011年第6期19卷 113-115页

作者：石红丽王洁唐艳张小军成都理工大学信息科学与技术学院四川成都610059 长庆油田超低渗透油藏第一项目部甘肃庆阳745400

传统无线传感网一般由大量密集的传感器节点构成,存在节点计算能力、能源和带宽都非常有限的缺点,为了有效节能、延长网络寿命,介绍了基于聚类的k均值算法。该算法通过生成的簇头节点散播到网络的各个区域中,减少了每个区域内通信的能... 详细信息

传统无线传感网一般由大量密集的传感器节点构成,存在节点计算能力、能源和带宽都非常有限的缺点,为了有效节能、延长网络寿命,介绍了基于聚类的k均值算法。该算法通过生成的簇头节点散播到网络的各个区域中,减少了每个区域内通信的能耗和可能会出现的一般节点过早死亡的情况,从而避免了网络对该区域提早失去监控。实验证明,该算法对各节点位置确定的无线传感器网络有低能耗、高稳定性特点,能较好的对无线传感器网络节点拓扑结构进行优化,达到能量均衡的目的。

关键词：无线传感器网络 k均值算法能量节点

来源：评论

学校读者我要写书评

暂无评论

改进k均值算法实现提花花型的自动识别

引用

微计算机信息 2010年第2期26卷 35-36,12页

作者：李翔文赵敏万光逵南昌航空大学电子信息工程学院江西南昌330063

介绍了一种改进型k均值算法,以及该算法在提花毛皮花型自动识别中的应用。详细叙述了算法的实现步骤,通过实验证明该算法能有效地实现提花毛皮花型的自动识别。

关键词：提花毛皮花型 k均值算法颜色分割自动识别

来源：评论

学校读者我要写书评

暂无评论

基于改进型k均值算法的尿沉渣图像分割研究

引用

电子世界 2018年第5期 180-181,184页

作者：程星李章勇姜小明夏爽重庆邮电大学生物医学工程研究中心

针对传统k均值算法中随机选取聚类中心因存在不确定性和噪音点导致的分割结果不准确问题,本文提出了一种改进型k均值聚类算法。选择一个距离现有已存在簇中心较远且周围样本分布较为密集的数据样本作为下一个簇的聚类中心,并挑选距离所... 详细信息

针对传统k均值算法中随机选取聚类中心因存在不确定性和噪音点导致的分割结果不准确问题,本文提出了一种改进型k均值聚类算法。选择一个距离现有已存在簇中心较远且周围样本分布较为密集的数据样本作为下一个簇的聚类中心,并挑选距离所有数据样本均值最近的点作为第一个聚类的初始中心。该算法解决了传统方法中随机选取簇中心时存在不确定性导致的聚类结果不准确的问题,通过该方法选取下一个簇中心也有效缓解了传统方法容易受到噪音点影响的问题,同时与传统方法相比大大节约了计算时间。实验结果证明,本文所提出的新算法与传统k均值算法相比在尿沉渣图像聚类分割效果上要更加准确和高效。

关键词： k均值算法图像分割聚类

来源：评论

学校读者我要写书评

暂无评论

人工鱼群和k均值算法相融合的网络入侵检测

人工鱼群和K均值算法相融合的网络入侵检测

引用

中国计算机用户协会仿真应用分会成立三十周年庆祝大会暨2013全国仿真技术学术会议

作者：袁芳芳太原大学山西太原030032

针对k均值算法存在的初始聚类中心敏感和易陷入局部最优等缺陷,利用人工鱼群算法全局寻优能力,提出一种人工鱼群和k均值算法相融合的网络入侵检测模型(AFSA-kCM).首先采用抽样技术和最大最小距离算法获得一组较优的聚类中心和聚类数目,... 详细信息

针对k均值算法存在的初始聚类中心敏感和易陷入局部最优等缺陷,利用人工鱼群算法全局寻优能力,提出一种人工鱼群和k均值算法相融合的网络入侵检测模型(AFSA-kCM).首先采用抽样技术和最大最小距离算法获得一组较优的聚类中心和聚类数目,然后通过人工鱼群模拟自然界鱼群的觅食、聚群,追尾等行为,找到最优的聚类中心和聚类数目,最后利用k均值算法根据最优的聚类中心和聚类数目建立最优的入侵检测模型,并采用kDD CUP99数据集进行测试实验.实验结果表明,相对于其它入侵检测模型,AFSA-kCM不仅提高了网络入侵检测率,同时加快了网络入侵检测速度,可以为网络安全入侵检测提供有效保证.

关键词：计算机网络信息安全入侵检测人工鱼群算法 k均值算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：