K-means聚类算法精准的入侵检测算法是确保网络安全的有效手段,为了解决传统检测算法准确性差,检测效率不高的问题,分析了网络入侵检测的现状,利用基于PReLU激活函数的ELM算法和改进的K-means算法设计了一种多级混合式入侵检测方法.利用NSL-KDD数据集进行算法检测效果的验证,结果表明:与传统的BP神经网络算法,SVM算法,ELM...
为了克服经典模糊K-Means算法在面对大数据聚类时所出现的聚类效率低和运行时间长的问题,提出了一种基于层次式MPI并行编程模型和改进模糊K-Means算法的大数据聚类方法;首先,引入多层MasterNode节点设计了一种改进的层次式MPI并行编程模型,然后,引入类间距离和类内距离得到一种最优聚类数的计算方式,并设计了一种改进的模糊...
K-Means聚类算法的初始点选择不稳定,是随机选取的,这就引起聚类结果的不稳定。k-Means属于动态聚类,往往聚出来的类有点圆形或者椭圆形。K-Means对于圆形区域聚类效果较好,DBSCAN基于密度,对于集中区域效果较好。对于不规则形状,K-Means完全无法用,DBSCAN可以起到很好的效果。#数据分析# #大数据# #算法# û收藏 ...
大数据K-MEANS聚类算法网络安全监测随着云时代的来临,大数据的运用也得到了越来越多的关注.大数据的核心内容就是发现数据中隐含的价值链,为决策过程提供可借鉴的参考.聚类算法是数据挖掘的一个归类方法,而K-means是以划分为基础的聚类算法.在网络安全监测中,通过使用由K-means构建的网络安全监测模型,可以显著提升在...
针对现代学生信息化管理水平比较低的问题,提出了基于大数据K-means聚类算法的在线学习行为路径设计.首先,对大数据K-means聚类算法进行分析,创建学生在线学习行为模型和行为分析平台.另外,将学生的学习行为作为基础,将其作为大数据来源,实现预测分析与实例验证.通过结果表示,此模型预测结果和实际情况相互吻合,平均预测误差在...
用户行为用户体验精准营销随着运营商人口红利逐步消失,运营商关注重点也逐渐从发展新用户转向存量用户经营,如何将存量用户进行用户群体分类,基于用户消费水平,用户行为,用户体验等特征挖潜高价值用户,进而发起精准营销活动,将潜在的高价值用户变成运营商实实在在的粘性用户,将网络资源投放到高价值用户区域,进而提高运营商...
本发明属于文本聚类技术领域,尤其涉及基于并行改进的Kmeans算法的大数据文本聚类试验方法及系统,本方法包括对非结构化文本数据进行预处理,准确性试验,加速比实验,扩展性实验,本发明解决了对并行改进的Kmeans算法进行如算法准确性试验,加速比实验,扩展性实验等有效性验证是非常重要的问题,具有对并行改进的Kmeans算法是有效...
通过Canopy中心点选取算法和Kmeans基于距离的聚类算法相结合的SWCKmeans文本聚类算法处理将低维度的大数据文本数据进行聚类,本发明解决了现有技术存在由于Kmeans算法没有最优化或局部优化处理,从而导致算法的聚类的准确率和效率低下的问题,具有提高了Kmeans算法的聚类的准确率和效率,减少文本的维度,提高聚类的效果以及并行...