排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
传统的K-均值算法,因对初始聚类中心的选择敏感,存在容易陷入局部最优解的缺点;差分演化算法是一类基于种群的启发式全局搜索技术,对于实值参数的优化具有很强的鲁棒性。为了克服K-均值聚类算法的上述缺点,提出基于差分演化的K-均值聚类算法,该方法结合K-均值算法的高效性和差分演化算法的全局优化能力,较好地解决了聚类中心优化问题。通过实验结果表明,此算法能够有效改善聚类质量。 相似文献
2.
为克服接收机快速运动造成的深度衰落,将分形理论引入到多径衰落信道的研究中,利用WCDMA中信道复用的特点,提出适用WCDMA信道的分数维布朗估计方法.通过仿真结果可知,与传统信道估计算法比较,在接收机不同运动速度下,尤其在高速运动时,信道参数估计的精度有所改善,满足WCDMA支持高速运动的特点. 相似文献
1