一種基于改進(jìn)型k-means聚類算法的退役電池組篩選重組方法_第1頁(yè)
一種基于改進(jìn)型k-means聚類算法的退役電池組篩選重組方法_第2頁(yè)
一種基于改進(jìn)型k-means聚類算法的退役電池組篩選重組方法_第3頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

一種基于改進(jìn)型k-means20%的情況，或者是由于電池不完全充電或電池過(guò)度充電等原因。退K-means聚類算法的退役電池組篩選重K-means是一種經(jīng)典的聚類算法，它可通改進(jìn)型K-means傳統(tǒng)的K-eas算法將數(shù)據(jù)分配給k算為該集群中所有點(diǎn)的平均值，然后重復(fù)迭代，直到質(zhì)心不再移動(dòng)或者迭代次數(shù)達(dá)到了指定的數(shù)量。但是，我們發(fā)現(xiàn)傳統(tǒng)的K-meansK-means算法只考慮歐幾里得距離，這種具有限制的距離度量會(huì)影響聚KK值選取方法。為解決這些問題，我們提出了一種改進(jìn)型K-means聚類算法，包括MapReduce技術(shù)將大數(shù)據(jù)集分成小的數(shù)據(jù)塊，每個(gè)分塊都K-means聚類中心初始化算法，該算法可以有效地解決K值的選取問題，以及協(xié)調(diào)質(zhì)心在不同的簇中生成。基于改進(jìn)型K-meansK-means聚類算法的行分類。我們可以通過(guò)收集大量數(shù)據(jù)并使用改進(jìn)型K-meansK-means聚類算法的退役電池組篩選重組方法具有一定

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論