Resumen

Basado en el algoritmo K-means paralelo, este artículo realiza una investigación profunda sobre los problemas relacionados con la detección de nodos de marketing en Internet, incluyendo el diseño de un nuevo detector de nodos de marketing en Internet y una red de resumen de ubicación basada en FCN (Red Convolucional Completa) para la entrada de preprocesamiento del nodo y verificar su rendimiento bajo los conjuntos de datos. Al mismo tiempo, para resolver el problema de conjuntos de datos insuficientes de nodos de marketing en Internet, se generan artificialmente conjuntos de datos de Internet y se utilizan para el entrenamiento del detector. En primer lugar, el algoritmo K-means multiclase se cambia a dos categorías adecuadas para la detección de nodos de marketing en Internet: nodos de marketing y categorías de fondo. En segundo lugar, los pesos en el algoritmo K-means son en su mayoría solo aplicables a tareas de detección de objetivos. Por lo tanto, al procesar tareas de detección de nodos de marketing en Internet, se utiliza el algoritmo K-means

• Materias:Internet de las cosas Algoritmo iterativo Algoritmo de evaluación Viga viscoelástica Lenguaje de programación
• Subjects:Internet of things Iterative algorithm Evaluation algorithm Viscoelastic beam Programming language
• Palabras claves:Algoritmo; Detección de nodos de marketing en internet; K-medias; Conjuntos de datos; Agrupamiento; Pesos
• Keywords:Algorithm; Internet marketing node detection; K-means; Data sets; Clustering; Weights