基于灰关联度的Gry-K-Means算法研究及其应用 - 2009年全国第十四届自动化应用学术交流会暨中国计量学会冶金分会2009年会.pdf

6 0

2026-1-11 15:51 | 查看全部阅读模式

本文提出基于灰关联度的Gry-K-Means算法，旨在提高聚类分析的准确性和稳定性。通过引入灰关联度理论，优化了传统K-Means算法对初始聚类中心的选择和数据相似性度量。该方法在冶金领域的数据分析中得到应用，验证了其有效性。研究为复杂数据集的聚类提供了新思路，具有实际应用价值。

文档为pdf格式，0.33MB，总共4页。