【摘 要】
：
k-Means聚类是聚类划分中应用最广泛的一种方案,但是现在许多关于此问题的研究并没有给出近似比为常数的算法。本文给出了一个随机算法,该算法通过以不同概率选取初始k个点。
【机 构】
：
山东大学计算机科学与技术学院,济南,250010
论文部分内容阅读
k-Means聚类是聚类划分中应用最广泛的一种方案,但是现在许多关于此问题的研究并没有给出近似比为常数的算法。本文给出了一个随机算法,该算法通过以不同概率选取初始k个点。保证了以一定概率分别属于不同最优聚类簇的k个点。以这k个点。作为初始中心点。对输入点。集进行交换分别执行局部搜索算法,证明了可得到期望近似比至多为2的解.实验结果表明该算法能够取得较优的近似解结果。
其他文献
十年,对偉大祖国几千年的历史来說,并不算長;可是,从解放以来,我們經历了多么丰富令人难忘的十个寒暑啊! 最近一些日子,南京市中医院痔科主任丁泽民大夫每当走出診室或手术
针对复杂的非线性系统,提出一种基于满意度的T-S模糊建模方法。利用采样数据集,通过模糊聚类的方法初始化模型参数,并用后向传播算法进行离线学习,辨识出被控对象T-S模糊模型
介绍了一种基于模糊PID控制的电子束焊机高压稳定电源电路系统.系统电路由升压变压器、PWM-BOOST电路和限流控制电路组成。PWM-BOOST电路升压比可达1:5.5以上,因此变压器的输
分别根据被逼近函数的三种不同情况:1. 函数解析式已知；2. 函数解析式未知,但对任给的输入,都可以确定相应的输出；3. 仅知道有限数量的输入输出数据对.给出一般模糊系统作为函
复杂背景下的文本定位有着广泛的应用前景,可以用于图像检索、视频检索等。但文本所处的背景的复杂性使得文本定位非常困难.本文提出一种基于小波变换和数学形态学的复杂背景
当采用T-S模糊模型来辨识非线性过程时,通常所采用的T-S模糊模型的规则后件是局部线性或仿射非线性模型。在此基础上辨识得到的T-S模型具有规则数目多的缺点。为了减少模糊规
一九五八年，我国人民在党中央和伟大领袖毛主席的领导下，以钢为纲，全面跃进，不仅在社会主义经济建设方面超额完成了1070万吨钢；由于工业的大跃进，农业的空前丰收，从而又促进了我国人
时已向晚，百鸟归林。逢友于道，于是且行且说，说小人物关于房子的故事。 梧桐安在 银杏树叶飘落的季节 有一个女孩儿 想到她的北方去 那一年，无意中读到这几句诗，阿飞心中欢喜。即使在炎炎盛夏中，依然能感觉到悠远的沁人清凉来，不久以后，他离开家乡到北方遥远的都市读书。一晃6年，直到遇到了叶子。阿飞以为，在他的心中，已经拥有了整个世界。 他小心翼翼且满心欢喜地走近她，一心一意地宠她、挂
在车牌自动识别系统(LPR)中,车牌图像常不可避免地存在某种程度的倾斜.车牌的倾斜会给下一步字符的准确切分和识别带来困难,最终也将大大影响车牌识别的准确度。传统的基于Ho
把灰色绝对关联度和LOG算子相结合,提出了一种新的图像边缘检测算法。首先,将LOG算子按照一定方式展开作为参考序列,并在3×3 像素模板上,将中心像素点及周围8 个像素点的灰