排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
一种改进的K-均值聚类算法的研究 总被引:1,自引:0,他引:1
聚类分析在科研和商业应用中都有着非常重要的作用。K-均值聚类算法是一种基于样本间相似性度量的间接聚类方法,其不足之处是,它采用均值作为一类的代表点,一个点往往不能充分反映该类的模式分布结构,从而损失了很多有用的信息。研究了一种改进的K-均值聚类算法,在求样本间距离时,采用核函数距离代替欧氏距离,考虑了各模式间的相关性。试验结果表明,利用改进的K-均值聚类算法,聚类结果的准确率更高,更稳定。 相似文献
2.
3.
非计算机专业C语言教学改革的探讨 总被引:2,自引:0,他引:2
结合教学实践,分析了目前非计算机专业C语言教学中存在的实际问题,阐述了教学改革的思路和方法,对C语言教学模式改革进行了探讨。在教改实践中实现了引导学生正确认识实验环节、培养学生的学习兴趣、提高学生思维能力和创新能力、增强学生实践动手能力的教学目标。 相似文献
4.
5.
聚类分析在科研和商业应用中都有着非常重要的作用。K-均值聚类算法是一种基于样本间相似性度量的间接聚类方法,其不足之处是,它采用均值作为一类的代表点,一个点往往不能充分反映该类的模式分布结构,从而损失了很多有用的信息。研究了一种改进的 K-均值聚类算法,在求样本间距离时,采用核函数距离代替欧氏距离,考虑了各模式间的相关性。试验结果表明,利用改进的 K-均值聚类算法,聚类结果的准确率更高,更稳定。 相似文献
1