TY -的A2 - Chen Miaochao盟——陈,一位非盟-通用电气,Sikun PY - 2021 DA - 2021/12/02 TI -网络营销的分析预测模型基于平行的k - means算法SP - 9669868基于并联六世- 2021 AB - k - means算法,本文对营销节点的相关问题进行深入的研究发现在互联网,包括设计一个新的网络营销节点检测器和一个位置总结网络基于FCN(完整的卷积网络)输入节点的预处理和数据集验证其性能。同时,解决不足的问题数据集的网络营销节点,网络数据集人工生成并用于检测器训练。首先,多级k - means算法改为两类适合网络营销节点检测:营销节点和背景类。其次,权重的k - means算法大多只适用于目标探测任务。因此,当处理网络营销节点检测任务,k - means算法用于回归训练集和计算5的重量。在仿真实验中,重量计算公式用于计算特征项的重量。基本的想法是,如果一个功能词经常出现在这个文件但不经常在其他节点,这个词将被指派更高。与此同时,本文主要关注 k。均值聚类算法的一些缺点一直特别改善。通过参与集群的标准化数据,参与集群的数据转换从一个cluster-like分布不规则的分布,从而促进集群的过程。介绍了密度确定集群的初始中心,并介绍了纯度指标来确定适当的密度集群中心的半径,实现最有效的减少支持向量机的训练样本。SN - 2314 - 4629 UR - https://doi.org/10.1155/2021/9669868 - 10.1155 / 2021/9669868摩根富林明数学杂志PB - Hindawi KW - ER