期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

改进的K-均值算法在岩相识别中的应用 被引量：5

Application of Modified K-means clustering algorithm to Lithofacies Identification
在线阅读 下载PDF
导出
摘要 K-均值算法是一种基于样本间相似性度量的间接聚类方法。本文研究和探索K-均值方法在岩相识别中的应用。在求样本间的距离时,采用马氏(Mahalanobis)距离代替欧氏距离。 The K-means clustering algorithm is the indirect clustering algorithm based upon comparability measurement between points.This paper studies and explores the application of K-means clustering algorithm to lithofacies identification. Mahalanobis distance replaces Euclidean distance as the distance of points.
作者 荆丰伟 刘冀伟 王淑盛
机构地区 北京科技大学
出处 《微计算机信息》 2004年第7期41-42,共2页 Control & Automation
基金 国家十五攻关项目(2001BA605A一08—05)。
关键词 K-均值算法 岩相识别 测井资料 间接聚类方发 马氏距离 lithofacies identification logging k-means clustering
分类号 P586 [天文地球—岩石学]
  • 相关文献

参考文献4

  • 1[1]Jiawei Han,Micheline Kamber,Data Mining Concepts and Techniques,机械工业出版社,2001.8.
  • 2[3]J-S R Jang,C-T Sun,E Mizutani. Neuro-Fuzzy and Soft Computing.New York: Prentice-Hall,1997.423-433
  • 3[4]T M Mitchell. Machine Learning. New York: McGraw-Hill Companies Inc, 1997.230-247
  • 4[5]D S Yeung, E C C Tsang. Weighted fuzzy production rules. Fuzzy Sets and Systems. 1997,88(3):299-313

同被引文献32

  • 1袁方,孟增辉,于戈.对k-means聚类算法的改进[J].计算机工程与应用,2004,40(36):177-178. 被引量：48
  • 2姜园,张朝阳,仇佩亮,周东方.用于数据挖掘的聚类算法[J].电子与信息学报,2005,27(4):655-662. 被引量：70
  • 3Guha S,Rastogi R,Shim K.Cure:an efficient clustering algorithm for large database[C]//Proc of ACM-SIGMOND lnt Conf Managemerit on Data, Seattle, Washington, 1998 . 73-84.
  • 4Ester M,Kriegel H P,Sander J.A density-based algorithm tier discovering chlsters in large spatial databases with noise[C]//Proc 2nd Int Conf on Knowledge Discovery and Data Mining.Portland, 1999.20:226-231.
  • 5Rebecca N Handcock,Dave L Swain,Greg J,et al.Monitoring animal behaviour and environmental interactions using wireless sensor networks,GPS collars and satellite remote sensing[J].Sensors,2009,9(5):3586-3603.
  • 6Watanabe T,Sakurai A,Kitazaki K.Dairy cattle monitoring using wireless acceleration-sensor networks[C]// Proceedings of IEEE Sensors,Lecce:[s.n.],2008:526-529.
  • 7Guo Y,Corke P,Poulton G,et al.Animal behaviour understanding using wireless sensor networks[C]//Local Computer Networks,Proceedings 2006 31st IEEE conference on,Tampa,FL,2006:607-614.
  • 8Nadimi E S,Sogaard H T,Bak T.ZigBee-based wireless sensor networks for classifying the behaviour of a herd of animals using classification trees[J].Biosystems engineering,2008,100(2):167-176.
  • 9Wark T,Swain D,Crossman C,et al.Sensor and actuator networks:protecting environmentally sensitive areas[J].IEEE Pervasive Computing,2009,8(1):30-36.
  • 10Kwong K H,Goh H G,Craig Michie,et al.Wireless sensor networks for beef and dairy herd management[C]// Michigan:American Society of Agricultural and Biological Engineers Annual International Meeting,St.Joseph:[s.n.],2008:5623-5636.

引证文献5

二级引证文献216

微计算机信息
2004年 第7期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部