搜索文献-EPS

针对黑龙江省配送中心的选址需求,使用k-means聚类算法对需求点进行分析,通过比较轮廓值得出两种较优划分方案。基于获得的选址方案,在考虑了能对选址问题产生影响的因素基础上,使用层次分析法对该问题进行目标层、准则层、指标层的划分。将各层影响因素两两比较确定了单层权值,进而综合评价得到了指标层的总权值以便于对备选方案进行评分选择,通过实例分析证明了该方法的适用性和可行性。

关键词： k-means聚类层次分析法配送中心选址归一化

闪电分叉过程算法优化的K-means聚类

[期刊] 运筹与管理 [作者] 高文欣刘升肖子雅

K-means聚类算法是在数据挖掘和数据分析中一种常用算法,但是其存在依赖初始值和易陷入局部最优值的缺陷,针对这些不足,本文提出一种闪电分叉过程算法优化的K-means聚类,克服聚类算法在初始值选择困难的问题,提高K-means聚类算法的求解精度,降低陷入局部最优的可能性。从UCI数据集中选取6个真实的数据集进行仿真实验,结果表明本文改进后的聚类算法有更好的求解精度和鲁棒性。

关键词：聚类闪电分叉过程算法数据处理 K-均值聚类

孤立点分析在审计疑点发现中的应用探讨——基于K-Means聚类算法的Python实现

[期刊] 会计之友 [作者] 陈旭陈红平

孤立点分析作为一种无监督方法,在结合具体审计业务选择适当审计指标的基础上,能够自主发现审计疑点。在自主学习并发现价值信息的过程中,孤立点分析方法既兼顾了对海量数据的总体分析,又可作为审计经验补充,辅助审计工作人员发现审计疑点,并实现疑点的精确定位。文章在分析孤立点研究现状及常用审计疑点发现方法的基础上,提出了基于孤立点分析的审计疑点发现方法,构建了基于孤立点分析的审计疑点发现框架,并尝试结合Y上市公司实际案例数据,利用Python语言实现建模分析,以探讨孤立点分析方法对于辅助审计疑点发现、提高审计工作效率的意义,为审计人员挖掘审计疑点提供了新思路。

关键词：孤立点审计疑点审计数据分析 Python语言

基于K-means聚类方法的早期聚落规模等级研究

[期刊] 地域研究与开发 [作者] 闫丽洁张嫣文鲁鹏陈盼盼张莉王霞

选择聚落面积、文化层厚度、重要遗物、重要遗迹四大影响聚落规模等级的因子作为参评因子,通过数据预处理、数据归一化操作,利用K-means聚类方法对华夏文明核心区——环嵩山地区在裴李岗、仰韶、龙山、夏商4个时期的聚落规模等级进行划分。结果表明:(1)不同时期一级聚落的面积越来越大,在每个文化时期聚落中所占的比例却是越来越小。(2)各个文化时期的聚落数量有明显的等级分布特点,呈金字塔型层级结构,等级越高数量越少,等级越低数量越多。(3)裴李岗时期聚落等级规模之间的差异不明显。仰韶时期,聚落规模等级开始出现,龙山时期聚落规模等级进一步分化,夏商时期聚落规模等级最终形成。K-means聚类方法是早期聚落规模等级划分的科学有效的定量方法,可为区域文明化进程及聚落分布形态、聚落功能等问题研究提供重要依据。

关键词：早期聚落规模等级 K-means聚类方法环嵩山地区

基于K-means聚类的期刊操控引用行为特征指标研究

[期刊] 图书情报工作 [作者] 鞠秀芳孙建军郑彦宁潘云涛

认为部分期刊为了追求被引排名,开始操纵期刊的引用。这样的行为影响了期刊引文数据的质量以及利用引文开展的科学研究的可靠性。提出引文年代集中度、自引率、被引密度和引用密度4个引文指标用于识别期刊是否存在操纵引用的行为,并采用数据挖掘中的K-means聚类方法检验指标的有效性,实验结果显示这些指标都达到了较好的识别效果。

关键词：引用行为操纵引用引文年代集中度被引密度比引用密度比自引率

基于K-Means聚类的学科服务用户市场细分实证研究

[期刊] 图书馆学研究 [作者] 王晓文沈思崔旭

通过引入市场细分理论,突破传统学科服务用户研究方法,对高校图书馆学科服务用户开展市场细分实证研究。采用因子分析和K-Means聚类分析法对学科服务用户进行分类研究,从而获得成熟型用户群、体验型用户群、保守型用户群、边缘型用户群等4个子市场;通过对每个子市场做详细的分析和评价,从学科服务产品设计、服务推广、差异化服务3个方面给出了针对不同子市场的学科服务精准营销策略,以期为高校图书馆学科服务营销提供参考。

关键词：用户细分因子分析 K-means聚类学科服务精准营销

基于K-means聚类特征消减的网络异常检测

[期刊] 清华大学学报(自然科学版) [作者] 贾凡严妍张家琪

针对基础K-means算法在KDD 99数据集中检测罕见攻击效果差且效率低下等问题,该文通过数据统计的方式对数据集中各维度与每类攻击类型的相关分析发现,罕见攻击极易被大量的常见攻击所淹没,而当常见攻击被移去时,这些威胁性更大的罕见攻击则能够被更好地识别出来。基于此,该文提出一种改进的基于K-means分层迭代的检测算法,通过有针对性的特征选择来降低K-means聚类的数据维度,经过多次属性消减的K-means聚类迭代操作可以更加精准地检测到不同异常类型的攻击。在KDD 99数据集上的实验结果表明:该算法对

关键词：异常检测 K-means 特征消减 U2R R2L

基于K-means聚类的调查问卷动态赋权统计方法

[期刊] 统计与决策 [作者] 李晓英周大涛

为了保证调查问卷统计结果的可靠性,文章提出了一种基于K-means聚类算法的动态赋权统计方法。该方法在保证调查问卷效度和信度的基础上,分层次编制调查问卷问题量表;通过K-means聚类算法演绎不同层次下样本数据的归类分布情况,结合类容量大小确定样本的动态权重系数,进一步地赋权计算综合结果。将该方法应用于某高校图书馆服务质量满意度的调查实践,结果表明:动态赋权统计方法能够客观、真实地表征主体人对客体物的认知差异水平,其调查统计结果在有效性、可靠性等方面优于平均赋权算法,具有一定的实用价值。

关键词：调查问卷统计方法动态赋权 K-means聚类类容量

基于CTM模型与K-means算法融合的文本聚类研究

[期刊] 情报理论与实践 [作者] 宋凯李秀霞赵思喆

[目的/意义]针对CTM模型与K-means算法在文本聚类中存在的不足,提出将二者融合的CKM算法。该算法利用CTM模型确定聚类数和初始聚类中心,利用K-means算法进行聚类。[方法/过程]以Web of Science为数据来源,建立涵盖6个主题的多学科文献集,以F值为评价指标,利用R语言中的k-means函数和topicmodels包,比较K-means算法、CTM模型、CKM算法的聚类效果。[结果 /结论]结果表明,与单纯使用K-means算法、CTM模型相比,CKM算法的聚类效果更优,稳定性更好

关键词： K-means算法 CTM模型融合文本聚类

基于偏序集的变权K-means聚类算法研究

[期刊] 统计与决策 [作者] 赵宏燕赵越

文章针对K-means聚类算法中属性权重不确定且易变的特性对聚类结果产生影响的问题，提出一种结合偏序集思想、利用属性优先程度代替精确权值的变权K-means聚类算法。首先，将属性按优先程度大小排序，构建含有权重次序的加权欧氏距离公式；其次，进行线性关系转换，并用矩阵形式表示，在列的累加基础上比较大小、迭代归类；最后，援引iris数据集进行检验。结果表明，该方法在实践中能较好地避免权重不确定带来的影响，验证了改进后算法的有效性和准确性。

关键词：偏序集 K-means聚类变权

基于分层K-means聚类的事实汇率制度分类研究

[期刊] 世界经济 [作者] 黄薇任若恩

本研究利用分层K-means聚类方法作为基础分类手段,以双边汇率为核心,以多边汇率为辅助,对97个国家的汇率制度进行了划分。在此基础上,采用Fisher判别分析方法使该制度分类具有良好的可扩展性和继承性。结果表明,在过去三十年里,除了自由浮动与自由落体制度类型外,有效汇率的波动性明显下降,反映出各国愈来愈重视对多边汇率考量。此外,通过对分类结果的分析,本文还证实:不同类型国家间的汇率波动与价格波动间存在显著的同向变动趋势;行使钉住汇率制度类型的发达国家,其汇率变动的灵活性在近年来略有增加;发展中国家对于国际价格和国内价格的管理均弱于发达国家,对于汇率的多边性重视也不及发达国家。本研究为继续开展...

关键词：事实汇率制度有效汇率 K-means聚类 Fisher判别

TP电商店铺运营物流成本控制分析

[期刊] 物流技术 [作者] 唐静宜

提出控制物流成本对于TP电商店铺运营的重要意义,分析了合营模式下TP电商的物流成本构成,在此基础上,提出了选择合理的物流配送模式、选择最佳的物流服务合作方、综合评估物流费用报价、控制存货库存量等成本控制策略,为TP电商控制物流成本提供参考。

关键词： TP电商自营模式物流成本成本控制

基于K-means聚类算法与重心法的故障共享单车回收中心选址优化

[期刊] 运筹与管理 [作者] 刘泉宏唐福星

共享单车已日渐成为人们短途出行的重要交通工具，但共享单车市场一贯采用“重投放，轻维护”的发展模式，而共享单车使用中的正常损耗及人为破坏等造成的故障车数量却十分庞大，对其回收修复或报废的任务繁重，这也成了共享单车市场逆向物流亟待解决的难题。该文立足武汉共享单车市场，通过对故障共享单车报废点的聚类分析，基于运输成本导向，使用重心法探寻回收中心最佳选址点，以解决故障共享单车回收成本和效率问题。对模型的模拟验证表明，优化后的回收中心选址点不仅能降低故障共享单车回收成本，而且相比武汉市现有的三个分布较远的回收中心，其总体运营成本更低，故障共享单车回收效率更高，便于共享单车的分区域运营管理。事实证明，基于K-means聚类算法与重心法确定回收中心选址问题不仅操作简单，可行性高，而且方便快捷，相较于现实中单一考虑成本等的选址方式，此模型更能兼顾多方面因素，优势明显。基于K-means聚类算法与重心法来确定回收中心选址，适用于城市的各个区域，选点精确又方便高效，模型具有较强的实用性。

关键词：共享单车回收中心选址优化

首页
下一页
尾页
第 页

文献操作() 导出元数据文献计量分析

全选

导出文件格式：WXtxt

作者：

删除

推荐搜索

大数据下基于改进K-means聚类算法的税收风险识别基于K-Means聚类分析法的高等农林院校师资队伍结构优化研究——以福建农林大学为例基于改进K-means聚类算法的战区内军事物流基地数量规划基于改进K-means聚类方法的新零售物流配送路径优化基于kernel K-means算法的城市交通客流量分析改进的k-means聚类算法在客户细分中的应用研究基于改进K-means聚类和遗传算法的混合算法求解异构车辆路径问题基于K-Means聚类法的林区农户农地利用行为研究——以福建省为例基于K-means聚类与果萼形状的‘海沃德’猕猴桃膨大果检测方法基于数据场K-means聚类的洪涝灾害突发事件分级方法