期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于密度的K-Means算法及在客户细分中的应用研究
被引量:
11
1
作者
向坚持
刘相滨
资武成
《计算机工程与应用》
CSCD
北大核心
2008年第35期246-248,共3页
针对K-Means算法所存在的问题进行了深入研究,提出了基于密度的K-Means算法(KMAD算法)。该算法采用聚类对象区域空间的密度分布方法来确定聚类个数K的值,然后用高密度区域的质心作为K-Means算法的初始聚类中心。理论分析与实验结果表明...
针对K-Means算法所存在的问题进行了深入研究,提出了基于密度的K-Means算法(KMAD算法)。该算法采用聚类对象区域空间的密度分布方法来确定聚类个数K的值,然后用高密度区域的质心作为K-Means算法的初始聚类中心。理论分析与实验结果表明了改进算法的有效性和稳定性,并将改进的算法应用于客户细分研究中。
展开更多
关键词
K—Means算法
KMAD算法
密度
客户细分
下载PDF
职称材料
题名
基于密度的K-Means算法及在客户细分中的应用研究
被引量:
11
1
作者
向坚持
刘相滨
资武成
机构
湖
南
师范
大学
计算机教学部
冲南大学商学院
出处
《计算机工程与应用》
CSCD
北大核心
2008年第35期246-248,共3页
基金
湖南省教育厅科研资助项目(No.计060530)
文摘
针对K-Means算法所存在的问题进行了深入研究,提出了基于密度的K-Means算法(KMAD算法)。该算法采用聚类对象区域空间的密度分布方法来确定聚类个数K的值,然后用高密度区域的质心作为K-Means算法的初始聚类中心。理论分析与实验结果表明了改进算法的有效性和稳定性,并将改进的算法应用于客户细分研究中。
关键词
K—Means算法
KMAD算法
密度
客户细分
Keywords
K-Means algorithm
K-Means Algorithm based on Density(KMAD) algorithm
density
customer segmentation
分类号
TP301 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于密度的K-Means算法及在客户细分中的应用研究
向坚持
刘相滨
资武成
《计算机工程与应用》
CSCD
北大核心
2008
11
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部