1. 毕业设计（论文）主要内容：
K-均值算法是一种基于划分的聚类算法,它通过不断的迭代来进行聚类,当算法收敛到一个结束条件时就终止迭代过程,输出聚类结果。由于其算法思想简便,又容易实现对大规模数据的聚类,因此均值算法己成为一种最常用的聚类算法之一。但是，K-均值聚类算法的聚类结果依赖于初始中心,而且经常收敛于局部最优解,而非全局最优解,以及聚类类别数需要事先给定，这些也限制了K-均值聚类算法在实际中的应用。针对这些问题，需要对K-均值聚类算法进行改进，并通过仿真验证改进算法的有效性。
2. 毕业设计（论文）主要任务及要求
1.学习K-均值聚类算法，提出改进措施，完成仿真实验。
2.阅读的参考文献不少于15篇（其中近五年外文文献不少于3篇)。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 毕业设计（论文）完成任务的计划与安排
第1－2周：查阅相关文献资料，明确研究内容，确定方案，完成开题报告。
第3－6周：学习K-均值聚类算法。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
4. 主要参考文献
[1]王守强,朱大铭.求解K-means聚类更有效的算法[J].计算机工程与设计,2008，29(2):378-380.
[2]王洪睿,赵黎明.均衡化的改进K-均值聚类算法[J].吉林大学学报,2006，24(2):172-175.
[3]刘韬,蔡淑琴.基于距离浓度的K-均值聚类算法[J].华中科技大学学报,2007，35(10):50-52.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
