嵌入式系统与单片机|技术阅读
登录|注册

您现在的位置是:嵌入式系统与单片机 > 资源下载 > 人工智能/神经网络 > 由于K-均值聚类算法局部最优的特点

由于K-均值聚类算法局部最优的特点

  • 资源大小:6 K
  • 上传时间: 2023-09-23
  • 上传用户:tingchong
  • 资源积分:2 下载积分
  • 标      签: 均值聚类 算法 局部

资 源 简 介

由于K-均值聚类算法局部最优的特点,而模拟退火算法理论上具有全局最优的特点。因此,用模拟退火算法对聚类进行了改进。20组聚类仿真表明,平均每次对K结果值改进8次左右,效果显著。下一步工作:实际上在高温区随机生成邻域是个组合爆炸问题(见本人上载软件‘k-均值聚类算法’所述),高温跳出局部解的概率几乎为0,因此正考虑采用凸包约束进行模拟聚类,相关工作正在进行。很快将奉献给各位朋友。

相 关 资 源