2) k-means algorithm
k-means算法
1.
Optimization study on initial center of K-means algorithm;
K-means算法的初始聚类中心的优化
2.
Application of K-means algorithm in macroscopic planning of highway transportation hub based on ant clustering algorithm;
一种基于蚁群算法的K-means算法——在公路运输枢纽宏观布局规划中的应用
3.
Research of K-means Algorithm and Parallelism Based on Hybrid Particle Swarm Optimization;
基于混合PSO的K-means算法及并行化研究
3) K-means arithmetic
K-Means算法
4) K-means
k-means算法
1.
Study and Application of k Value Optimization Based on the k-means Clustering Algorithm
基于k-means算法的k值优化的研究与应用
2.
A method for Roller bearing detection under complex background is proposed on the basis of two dimensional multi-wavelet and K-means algorithm.
先利用二维向量小波变换对图像提取特征,根据表面缺陷特征,运用k-means算法的思想,对其进行改进。
3.
K-means algorithm is a clustering algorithm used extensively in application.
K-means算法是在现实应用中非常广泛的聚类算法,K-means算法对初始中心的选择非常敏感,对已存在的有代表性的初始算法进行了研究,提出了一种基于广度优先搜索的K-means初始化算法。
5) K-means-pro algorithm
K-means-pro算法
1.
Abnormal intrusion detection in the use of cluster analysis methods can effectively distinguish between normal data and intrusions,against the deficiencies of the K-means algorithm,K-means-pro algorithm is proposed.
在异常入侵检测中使用聚类分析的方法能有效区分正常数据和入侵行为,文中针对K-means算法的缺陷,提出了K-means-pro算法,并利用KDD Cup 99数据集进行了聚类挖掘实验,具有较高的检测率和较低的误报率,达到了较好的效果。
6) K-means clustering algorithm
K-means聚类算法
1.
Research on a method for building up a patent map based on k-means clustering algorithm
基于k-means聚类算法的专利地图制作方法研究
2.
In order to obtain better clustering results,after analyzing the advantages and disadvantages of hierarchical and k-means clustering algorithms,a new algorithm which combines the advantages of hierarchical and k-means clustering algorithms is proposed.
改进算法将分层聚类和k-means聚类算法的优点相结合,首先采用分层聚类,得到一个初始的聚类结果,然后应用k-means聚类算法继续聚类。
3.
The complexity of time and spatial is becoming the difficulty of K-Means clustering algorithm while it deals with the huge amounts of data sets.
K-Means聚类算法在面对海量数据时,时间和空间的复杂性已成为K-Means聚类算法的瓶颈。
补充资料：并行算法
适用于并行计算机的数值算法。计算机传统结构的显著特征是单指令流单数据流，即每一时刻按一条指令处理一个数据。通常的数值算法适于此类计算机，可称串行算法。20世纪60年代开始发展含大量处理机的并行计算机，它分单指令流多数据流与多指令流多数据流两类，每一时刻分别按一条或多条指令处理多个数据。并行计算机的出现促使了适应其并行这个特点的并行算法的发展。
并行算法依赖一个简单事实：独立的计算可同时执行。所谓独立计算是指其每个结果元只出现一次的计算。例如A8=α1·α2......α8中7个乘法不能同时执行,但可分成三个独立计算组：
第一组
第二组
第三组。
如每组的运算并行执行，计算 A8，只须三步（乘法），其步骤可用图中的双杈计算树来表示。推广此例，得到由满足结合律的任一运算"。" 形成的表达式的最优并行算法，称为结合扇入算法。此算法提供了建立并行算法的一种普遍原则：反复将每一计算分裂成具有同等复杂性的两个独立部份，称为递推倍增法。
研究表明，大量数值问题可获得有效的并行算法。一个算法是否有效主要看加速及所需的处理机个数 P的大小。并行算法的复杂性正是通过参数Tp、S和P来描述的。向量运算具有内在并行性（包含大量独立计算），因而首先是在数值线代数方面，并行算法特别富有成果。
串行算法与并行算法存在固有差别。有效串行算法一般不能直接变换为并行算法，而且两者在数值性态方面（例如数值稳定性及迭代算法的收敛速度）可以彼此大不相同。
并行算法依赖一个简单事实：独立的计算可同时执行。所谓独立计算是指其每个结果元只出现一次的计算。例如A8=α1·α2......α8中7个乘法不能同时执行,但可分成三个独立计算组：
第一组
第二组
第三组。
如每组的运算并行执行，计算 A8，只须三步（乘法），其步骤可用图中的双杈计算树来表示。推广此例，得到由满足结合律的任一运算"。" 形成的表达式的最优并行算法，称为结合扇入算法。此算法提供了建立并行算法的一种普遍原则：反复将每一计算分裂成具有同等复杂性的两个独立部份，称为递推倍增法。
研究表明，大量数值问题可获得有效的并行算法。一个算法是否有效主要看加速及所需的处理机个数 P的大小。并行算法的复杂性正是通过参数Tp、S和P来描述的。向量运算具有内在并行性（包含大量独立计算），因而首先是在数值线代数方面，并行算法特别富有成果。
串行算法与并行算法存在固有差别。有效串行算法一般不能直接变换为并行算法，而且两者在数值性态方面（例如数值稳定性及迭代算法的收敛速度）可以彼此大不相同。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条