排序方式: 共有18条查询结果,搜索用时 0 毫秒
1.
2.
3.
CFSFDP(Clustering by Fast Search and Find of Density Peaks)是一种新的基于密度的聚类算法。该算法可以对非球形分布的数据聚类,有待调节参数少、聚类速度快等优点。但是对于类簇间密度相差较大的数据,该算法容易遗漏密度较小的类簇而影响聚类的准确率。针对这一问题,提出了基于密度比例峰值聚类算法即R-CFSFDP。该算法将密度比例引入到CFSFDP中,通过计算样本数据的密度比峰值来提高数据中密度较小类簇的辨识度,进而提升整体聚类的准确率。基于9个常用测试数据集(2个人工合成数据集,7个UCI数据集)的聚类实验结果表明,对于类簇间密度相差较大和类簇形状复杂的数据聚类问题,R-CFSFDP能够使得类簇中心更加清晰、易确定,聚类结果更好。 相似文献
4.
5.
6.
7.
对A公司熟料矿物组成跟踪研究,分析矿物组成情况与熟料强度的相关性,得出有效调控熟料矿物组成优化熟料强度的方案。结果表明:通过调整KH由0.920±0.01至0.895±0.01、保持窑皮长度在24 m以下、二次风温控制在1 150 ℃左右,熟料强度由59.5 MPa提升至65.3 MPa,水泥中熟料掺比平均降低3.48%,吨水泥材料成本下降约7.31元,能够有效降低生产成本。 相似文献
8.
9.
10.