期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
一种用于蛋白质结构聚类的聚类中心选择算法 被引量:7
1
作者 黄旭 吕强 钱培德 《自动化学报》 EI CSCD 北大核心 2011年第6期682-692,共11页
提出一种对蛋白质结构聚类中心进行选择的算法.聚类是蛋白质结构预测过程中必不可少的一个后处理步骤,而目前在蛋白质结构预测中常用的属性阈值(Quality threshold,QT)聚类算法依赖于由经验得出的聚类半径;其他聚类算法,如近邻传播(Affi... 提出一种对蛋白质结构聚类中心进行选择的算法.聚类是蛋白质结构预测过程中必不可少的一个后处理步骤,而目前在蛋白质结构预测中常用的属性阈值(Quality threshold,QT)聚类算法依赖于由经验得出的聚类半径;其他聚类算法,如近邻传播(Affinity propagation,AP)聚类算法也存在影响聚类分布的参数.为克服对主观经验参数的依赖,本文提出一种聚类中心选择算法(Exemplar selection algorithm,ESA),用于对不同参数下的聚类结果进行分析,从而选择最佳聚类中心,进而确定聚类半径等经验参数.该算法在真实蛋白质结构数据集上进行了实验,在未知经验参数情况下选择出最佳聚类中心,同时也为不同聚类算法寻找适合相应数据集的客观聚类参数提供了支持. 展开更多
关键词 蛋白质结构 属性阈值 近邻传播 聚类中心选择
下载PDF
社会媒体群组探测的谱聚类研究与应用设计 被引量:1
2
作者 张星新 徐洪元 冯静 《武汉大学学报(工学版)》 CAS CSCD 北大核心 2020年第1期88-94,共7页
改进了传统的谱聚类算法,并优化了初始聚类中心的选择方法。传统的谱聚类算法虽然具有算法复杂度较低、适用范围广等特点,但受高斯核函数尺度参数影响较大。设计的算法通过引入万有引力模型进行相似性度量,设计了基于引力的相似性度量方... 改进了传统的谱聚类算法,并优化了初始聚类中心的选择方法。传统的谱聚类算法虽然具有算法复杂度较低、适用范围广等特点,但受高斯核函数尺度参数影响较大。设计的算法通过引入万有引力模型进行相似性度量,设计了基于引力的相似性度量方法,以此消除尺度参数的影响;另外,提出基于密度与距离乘积的初始聚类中心选取方法,优化了初始聚类中心的选择。在UCI基准数据集上的实验表明,改进的算法消除了尺度参数σ影响的同时,也达到了比较好的NMI指标和Accuracy指标。最后,使用改进的算法设计了基于微博用户的群组探测方法,取得了较为理想的用户群组划分结果。 展开更多
关键词 群组探测 相似性度量 聚类中心选择
原文传递
一种面向电力用户细分的鲁棒k-means算法 被引量:2
3
作者 李倩 王恩伟 +1 位作者 雷景生 宋硕 《桂林电子科技大学学报》 2017年第5期406-410,共5页
为了解决传统的k-means算法对初始聚类中心的选择敏感,以及必须事先指定生成簇数目,提出了一种鲁棒的kmeans算法Rk-means。该算法使用改进的MaxMin初始化方法,解决了初始簇中心选择敏感问题。通过对海量用户信息进行关键聚类信息识别,... 为了解决传统的k-means算法对初始聚类中心的选择敏感,以及必须事先指定生成簇数目,提出了一种鲁棒的kmeans算法Rk-means。该算法使用改进的MaxMin初始化方法,解决了初始簇中心选择敏感问题。通过对海量用户信息进行关键聚类信息识别,进行自动聚类处理。实验结果表明了算法的有效性和鲁棒性,该算法被应用于电力客户细分,可帮助供电企业做出正确的电力市场营销策略。 展开更多
关键词 K-MEANS 聚类中心选择 自动分裂和合并簇 电力客户细分
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部