谢云
- 作品数：2 被引量：4H指数：1
- 供职机构：南京邮电大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 云环境中多方协作学习差分隐私保护技术研究
- 近年来基于机器学习的数据分析在许多领域都获得了前所未有的成功,大数据的产业价值被充分的挖掘和利用。但计算机硬件能力的增长速度却远远比不上机器学习所面临的爆炸式数据增长,于是本地或终端的数据集中往云服务器端迁移。然而,“数...
- 谢云
- 关键词：云计算数据安全激励机制
- 基于划分的聚类个数与初始中心的确定方法被引量：4
- 2017年
- k均值聚类算法在对数据进行聚类时需要以确定的聚类个数和初始聚类中心为前提,但聚类个数是难以准确给定的,通常随机选取k个样本作为初始聚类中心,由于不同的初始聚类中心可能导致不同的聚类结果,采用随机选取初始聚类中心的方法存在着较大的盲目性,造成聚类结果极不稳定。为此,提出了一种基于划分的聚类个数与初始中心点的确定方法。该方法通过对数据空间进行划分,统计每个网格空间中数据点数目作为网格的数据密度,同时计算局部密度极大值的网格个数;按照不同的分度值对数据集进行划分,当局部密度极大值的网格个数趋于相对稳定时,将局部密度极大值的网格个数作为聚类个数,并同时获得聚类初始中心。基于机器学习数据库数据集以及随机生成的人工模拟数据集进行了仿真实验,实验结果表明,所提出的算法有效可行,具有较高的准确性。
- 征原谢云
- 关键词：K均值聚类聚类个数初始聚类中心
