检索结果-内蒙古大学图书馆

作者：刘艳丽山东师范大学

学位级别：硕士

随着现代企业的信息化快速发展,信息系统产生的数据量日益增大,从大量的数据中提取有用信息并非易事。如何有效地利用海量的原始数据分析现状、预测未来,已成为人类面临的一大挑战,数据挖掘就是为了满足这种需要而产生的。聚类分析是数... 详细信息

随着现代企业的信息化快速发展,信息系统产生的数据量日益增大,从大量的数据中提取有用信息并非易事。如何有效地利用海量的原始数据分析现状、预测未来,已成为人类面临的一大挑战,数据挖掘就是为了满足这种需要而产生的。聚类分析是数据挖掘中的一个重要研究领域,近年来,随着卫星遥感、传感器网络、高能物理研究等技术的发展,大量的数据被存储在数据库中,这些数据具有维度高、数据分布稀疏、噪声数据多的特点。在很多应用场合下,这些数据分布在不同的节点上,如果使用传统的聚类算法从这些分布式数据中提取信息,就必须把这些数据合并到一个中心站点上。由于传输速度和安全因素的限制,把各个站点的数据都集中到中心站点上是十分困难的,在某些领域中把数据集中到一个站点几乎是不可能的,额外开销很大。 K-Dmeans算法是基于K-Means的分布式聚类算法,本文针对K-Dmeans算法在K-Dmeans在每次迭代过程中站点间要传送大量的数据对象,由于带宽限制、网络延时等问题导致通信代价很大,尤其在处理大数据集时,通信代价远大于计算代价,算法总体效率很低等不足进行了改进。改进后的算法能够有效地处理传递少量的聚簇信息,执行效率很高。并能够有效地解决已有分布式密度算法存在的对噪音和异常数据处理能力弱、不适应高维数据以及各节点局部聚类结果规模较大的不足。在将理论技术应用到实践方面,本文在分析了中国企业现有的绩效评估体系现状以及现有绩效评估方法缺陷的基础上,根据本人参与开发HRM系统的经验,将基于改进密度算法的聚类分析方法应用于员工绩效评估中,具体做法为:根据员工的各种绩效评估指标,首先建立员工绩效评估的聚类分析模型,然后采用改进密度算法对员工进行聚类。通过聚类,从而对公司的员工有效地进行分类,有了这些分类,就能为人事规划和人事调整提供有效的决策支持。本文首先介绍了分布式聚类算法研究现状、绩效管理发展现状,聚类分析的原理、发展、聚类分析方法和聚类分析的应用,接着介绍了基于密度的分布式聚类算法研究现状,然后阐述了分布式聚类算法的原理,分析了分布式聚类算法的优点和不足,并阐述了现有的几种改进方法。有了以上的理论基础,提出了改进密度算法以及该算法的聚类分析模型,并给出了相应的算法流程和实现,并进行了仿真实验,和其他聚类分析算法进行了比较。之后,本文在第三章简要介绍了人力资源管理理论和绩效评估理论,分析了现有的几种绩效评估方法及其他们的优缺点。并结合本人的项目开发经验,将改进的密度算法应用在员工绩效评估系统中,并在第四章实现了一个完整的基于改进密度算法聚类分析的员工绩效评估系统。通过大量的数据测试以及结果分析发现,本文提出的改进算法是在利用局部密度算法k -PCLDHD算法得到聚簇和噪声点集,然后利用K-Means算法生成各个聚簇的特殊中心点,将这些特殊中心点和噪声数据点集传播给所有从站点,可以解决数据高维性及其传递数量大的问题。文章最后对整个算法和系统的开发设计工作做了总结,提出了下一步的工作,并提出了一些展望。

关键词：数据挖掘聚类分析分布式聚类密度算法改进密度算法人力资源管理绩效评估

来源：评论

学校读者我要写书评

暂无评论

基于密度算法的产品模块化设计及关联模块的解耦策略

基于密度算法的产品模块化设计及关联模块的解耦策略

引用

作者：万冲华东交通大学

学位级别：硕士

当今社会发展节奏日益加快，产品需求不断向着多样化、智能化和定制化方向发展，模块化设计作为满足当前需求的重要设计方法已经得到广泛关注。产品的模块化设计可以运用在全新产品研发、系列产品变型和已有产品修改三个阶段。而为达到... 详细信息

当今社会发展节奏日益加快，产品需求不断向着多样化、智能化和定制化方向发展，模块化设计作为满足当前需求的重要设计方法已经得到广泛关注。产品的模块化设计可以运用在全新产品研发、系列产品变型和已有产品修改三个阶段。而为达到模块化设计目的，提高各阶段设计效率，产品的模块构建及模块间的耦合处理是必不可少的步骤。本文结合设计结构矩阵、密度算法和模块度准则，提出一种产品模块划分方法，再通过对模块间的耦合的关联分析提出相应的解耦策略，并以抓斗为例。主要研究内容如下：　　（1）对产品模块化设计相关现状进行分析，明确产品模块化设计的核心内容是模块划分，而设计中的耦合问题是影响设计效率的主要因素。采用设计结构矩阵作为建模手段表达零部件间的关联关系，通过联接、功能和物理三个方面确定产品的综合设计结构矩阵，将产品零部件的综合关联进行量化表达后用于模块划分及解耦处理。利用某型号起重机抓斗为例构建对应的产品综合设计结构矩阵，验证设计结构矩阵对零部件关联关系表达的简洁、高效和动态调整的优势。　　（2）提出一种基于密度算法的产品模块化划分方法，包括零部件聚类与模块选优两部分：1）选择与本方法契合度高的密度算法与设计结构矩阵结合提出一种零部件的聚类方法，按照不同要求将零部件划分为不同类别，获得多种聚类方案;2）定义模块度准则为模块内聚度与耦合度的比值，以模块度最小为目标对所得聚类方案进行选优，将最优方案作为最终的模块划分方案。将本方法运用于某型号起重机抓斗上，通过设计结构矩阵构建、零部件聚类及模块划分方案选优三个步骤获得最终的模块划分方法，验证了本方法的实用性和可行性。　　（3）为满足模块化设计的目的和提高模块化设计的效率，提出模块的解耦策略。通过对模块的耦合现象分析，建立关联传播路径对模块耦合现象进行描述，从六个方面提出相应的耦合处理方法：降低关联依赖度、减小主控关联零件的变化、降低依赖关联零件在所处模块中的地位、控制关联传播路径上的变更传递、关联零件的合理匹配和提高模块的适应性。最后以某型号起重机抓斗为例对其所得的模块划分方案进行关联分析，并参照提出的解耦策略对模块间的耦合进行具体处理。　　研究结果表明：本文所研究的模块化设计方法及解耦策略都通过实例验证了其可行性和实用性，可以推广至不同产品。其成果可以在全新产品研发、系列产品变型及已有产品修改上进行推广，也能为产品的模块化设计提供一种新的研究思路。

关键词：产品零部件模块化设计解耦策略密度算法关联模块

来源：评论

学校读者我要写书评

暂无评论

基于密度算法和DSM的模块划分方法

引用

华东交通大学学报 2019年第2期36卷 105-110,125页

作者：程贤福万冲邱浩洋万丽云周健华东交通大学载运工具与装备教育部重点实验室江西南昌330013

针对产品模块化设计中模块划分的问题,考虑到实际过程中设计结构矩阵的多样性,提出一种基于密度算法和设计结构矩阵的模块划分方法,以设计结构矩阵描述零部件间的关联关系,通过n维空间的欧式距离判断各零部件间的联系强弱,利用密度可达... 详细信息

针对产品模块化设计中模块划分的问题,考虑到实际过程中设计结构矩阵的多样性,提出一种基于密度算法和设计结构矩阵的模块划分方法,以设计结构矩阵描述零部件间的关联关系,通过n维空间的欧式距离判断各零部件间的联系强弱,利用密度可达原则进行零部件聚类。根据算法参数选用的不同获得不同划分结果,引用模块度准则判别最优的聚类结果作为最终的模块划分方案。最后以汽车起重机上车部分为例说明模块划分过程。

关键词：模块化设计模块划分密度算法设计结构矩阵汽车起重机

来源：评论

学校读者我要写书评

暂无评论

可控中子源密度测井仪的密度响应特性与算法研究

引用

原子能科学技术 2020年第7期54卷 1318-1325页

作者：岳爱忠陈海铮张清民高可庆张晓蕾孙培伟王树声赵媛媛王虎中国石油集团测井有限公司技术中心陕西西安710077 西安交通大学核科学与技术学院陕西西安710049 西安交通大学核电厂与火电厂系统国家级虚拟仿真实验教学中心陕西西安710049

在可控中子源密度测井中,脉冲中子源的中子产额存在波动,采用探测器绝对计数的密度算法受地层环境、测量条件的影响较大,因此会导致密度算法的精度较差。为提高密度测量的稳定性和精确性,本文针对可控中子源一体化测井仪的研发需要,建... 详细信息

在可控中子源密度测井中,脉冲中子源的中子产额存在波动,采用探测器绝对计数的密度算法受地层环境、测量条件的影响较大,因此会导致密度算法的精度较差。为提高密度测量的稳定性和精确性,本文针对可控中子源一体化测井仪的研发需要,建立了适合所研发仪器的密度算法:首先,结合蒙特卡罗数值模拟软件MCNP对新型一体化测井仪及地层进行了建模;然后,利用所建模型,模拟了在不同岩性、孔隙度条件下可控中子源发射的快中子与地层物质的相互作用过程,并通过记录γ探测器的近、远非弹性散射γ计数和俘获γ计数,中子探测器的近热中子及近超热中子计数信息,获得了一体化测井仪探测器计数与地层密度之间的响应关系,并对影响密度算法的主要因素进行了分析;最后,在密度响应特性分析的基础上,提出了使用近超热中子与近热中子计数比、近远非弹γ计数比来提高稳定性和精确性的可控中子源密度测井新算法。采用新密度算法对所建模型进行计算,结果表明,砂岩、灰岩、白云岩3种岩性下计算的密度与真密度非常接近,其相对误差小于6%。与哈里伯顿和斯伦贝谢算法的计算结果相比,本文方法显示了更好的效果:公式参数少、没有探测器的绝对计数、精确度高。

关键词：可控中子源密度测井一体化测井仪密度算法

来源：评论

学校读者我要写书评

暂无评论

基于密度的K-Means算法在环保监控管理系统中的应用研究

引用

环境科学与管理 2018年第8期43卷 5-8页

作者：陈培毅泉州医学高等专科学校福建泉州362000

环保监控管理系统对于环境保护工程的促进有重要意义,传统的管理监控系统虽然能够实现远程监控,但是监控清晰度很差,效率低,在利用监控系统提供的资料建立各项数据档案时,很容易出现问题。通过对K-Means算法进行研究,将基于密度的K-Mean... 详细信息

环保监控管理系统对于环境保护工程的促进有重要意义,传统的管理监控系统虽然能够实现远程监控,但是监控清晰度很差,效率低,在利用监控系统提供的资料建立各项数据档案时,很容易出现问题。通过对K-Means算法进行研究,将基于密度的K-Means算法应用于环保监控管理系统中,详细地阐述了其应用过程。通过实验,验证了K-Means算法在环保监控管理系统中的应用效果。实验结果表明,将K-Means算法引入监控系统中,能够有效提高资料的准确率,降低工作人员的劳动强度,对于推动环保工程发展有积极的作用。

关键词：密度算法 K-Means算法环保监控监控管理系统算法应用

来源：评论

学校读者我要写书评

暂无评论

基于One-test-at-a-time策略的组合测试用例生成技术

基于One-test-at-a-time策略的组合测试用例生成技术

引用

作者：张锐华东南大学

学位级别：硕士

在软件测试中，测试用例的目的是使程序失败，揭示尽量多的缺陷。一个成功的测试是发现了至今未发现的错误的测试。因此使用尽量少的测试用例检测更多的错误是软件测试的重要问题。而组合测试正是解决上述问题的高效的软件测试方法。组... 详细信息

在软件测试中，测试用例的目的是使程序失败，揭示尽量多的缺陷。一个成功的测试是发现了至今未发现的错误的测试。因此使用尽量少的测试用例检测更多的错误是软件测试的重要问题。而组合测试正是解决上述问题的高效的软件测试方法。组合测试用例生成问题是组合测试研究的一个重点。多年来，人们对组合测试用例生成进行了广泛而深入的研究，已取得大量成果。在一些关键应用领域，常用的两两组合测试往往难以满足可靠性方面的要求，可能需要进行更高强度的N（N>2）维组合测试。\n 本文对现有的组合测试用例生成技术及组合测试策略进行了深入的研究。主要研究工作包括：在one-test-at-a-time策略的基础上，对已有的密度算法、解空间树算法进行扩展，提出两种N维组合测试用例生成算法。\n 论文工作的主要成果表现在以下几个方面：\n ·本文在one-test-at-a-time策略的基础上，对已有的密度算法进行扩展，提出一种基于密度的N维组合测试用例生成算法。实验表明，该算法可以生成规模较小的测试用例集。\n ·为了产生规模更小的高维测试用例集，本文提出一种基于解空间树的高维测试用例生成方法N-SST。通过大量实验证明，该方法在其适用领域内可以用数量很少的测试用例实现较强的错误检测能力。\n ·对解空间树算法的特点和优势进行了研究。优化了基于解空间树的回溯搜索算法框架。实验证明优化后的算法具有一定的优势。

关键词：软件测试高维组合测试测试用例生成密度算法解空间树算法

来源：评论

学校读者我要写书评

暂无评论

基于密度的数据流聚类分析模型DB-DSCM研究与实现

基于密度的数据流聚类分析模型DB-DSCM研究与实现

引用

作者：智磊华南理工大学

学位级别：硕士

随着计算机技术的不断发展，企业数据库中所积累的数据也呈指数级别迅速增长，对海量数据中所蕴涵知识的探究促进了数据挖掘技术的研究。近年来，出现了基于数据流的数据密集型应用。基于数据流的应用具有大规模，持续性，潜在无限性和... 详细信息

随着计算机技术的不断发展，企业数据库中所积累的数据也呈指数级别迅速增长，对海量数据中所蕴涵知识的探究促进了数据挖掘技术的研究。近年来，出现了基于数据流的数据密集型应用。基于数据流的应用具有大规模，持续性，潜在无限性和瞬时性等特点，传统数据挖掘方法在处理数据流时将面对内存受限，单次扫描等限制，变得效率低下。因此，对数据流应用中数据挖掘技术的研究和算法的改进成了数据挖掘技术中的重要一支，并处于持续的发展中。\n 聚类分析是数据挖掘中的一个重要组成部分，用于发现潜在数据中的有用数据分布和数据模式。根据流式数据的特点，其相应的聚类分析算法应能够持续的对输入数据进行处理，根据数据源的变化不断对聚类中心进行更新。\n 在本文中，我们分析了基于数据流聚类分析技术的特点，并主要针对以下问题提出解决方案：\n 1、目前的数据流聚类模型大多数是基于k-中心或k-均值的，它们不具备任意形状簇的挖掘能力。\n 2、模型要具备一定的抵抗噪声的能力。\n 3、模型要具备满足任意时刻聚类需求的能力。\n 我们采用基于密度的聚类分析技术，在延伸CluStream算法思想的基础上，引入候选微簇和噪声微簇对微簇结构进行进一步的划分，提出了一个新的基于密度的聚类分析模型DB-DSCM。\n DB-DSCM模型采用基于密度的DBSCAN算法对初始数据集进行处理，形成微簇集合，DB-DSCM模型的核心部分是选择归类模块和微簇在线维护模块，前者按照一定的规则对新到达的数据对象进行分析处理，选择合适的微簇进行归并，后者依照一定的权重衰减规则，周期性对微簇进行维护。在聚类结果生成时，模型同样采用基于密度的DBSCAN算法对由微簇构成的虚拟数据点进行处理。\n 本文针对DB-DSCM，选择适当的真实数据集与人工数据集进行实验，对模型的聚类质量进行评估，并对模型的抗噪声能力和执行效率问题进行了测试分析。实验结果表明，DB-DSCM模型具备较高性能的数据流聚类处理能力。

关键词：聚类数据流密度算法微簇数据挖掘技术

来源：评论

学校读者我要写书评

暂无评论

复杂网络非重叠与重叠社团检测算法综述

引用

中国航班 2024年第11期 191-193页

作者：王琳北京科技大学天津学院

社团检测是复杂网络分析中的一个重要研究领域,目的是发现网络中隐藏的结构和模式.社团可以理解为网络中紧密连接的节点群体,内部连接紧密而与外部连接稀疏.本文将综述目前常用的复杂网络非重叠与重叠社团检测算法,包括基于图划分、基... 详细信息

社团检测是复杂网络分析中的一个重要研究领域,目的是发现网络中隐藏的结构和模式.社团可以理解为网络中紧密连接的节点群体,内部连接紧密而与外部连接稀疏.本文将综述目前常用的复杂网络非重叠与重叠社团检测算法,包括基于图划分、基于谱聚类、基于密度的方法以及基于深度学习的方法等.对每种算法的原理、优缺点以及应用领域进行详细介绍,并对未来的研究方向进行展望.

关键词：复杂网络社团检测非重叠社团重叠社团图划分谱聚类密度算法深度学习

来源：评论

学校读者我要写书评

暂无评论

区块链中使用DAG的高效网络的相关研究

引用

中文科技期刊数据库（全文版）社会科学 2021年第12期 97-99页

作者：庄夏唯中国人民银行清算总中心无锡主站江苏无锡214000

物联网(IoT)存在各种安全漏洞。使用区块链技术可以帮助解决这些漏洞,但在可伸缩性方面的一些实际问题继续阻碍区块链在物联网应用中的适应性。IOTA基金会提出的基于有向无环图(DAG)的Tangle模型旨在通过使用与区块链中不同的协议来避... 详细信息

物联网(IoT)存在各种安全漏洞。使用区块链技术可以帮助解决这些漏洞,但在可伸缩性方面的一些实际问题继续阻碍区块链在物联网应用中的适应性。IOTA基金会提出的基于有向无环图(DAG)的Tangle模型旨在通过使用与区块链中不同的协议来避免交易费用。该模型采用马尔可夫链蒙特卡洛(MCMC)算法更新分布式账本。然而,对于协调器节点的集中化仍然存在担忧。此外,选择该算法的经济激励不足。本文提出了一种基于贝叶斯推理的分布式分类账更新算法,该算法只考虑每一步的子纠结,实验结果表明,所提方法的性能与现有方法相似,且计算速度更快。它还提供了与MCMC算法相同的抵抗可能的攻击的能力,并且基于相同的原因。

关键词：区块链密度算法贝叶斯推理分布式系统物联网系统研究背景

来源：评论

学校读者我要写书评

暂无评论

基于n树的聚类算法

基于n树的聚类算法

引用

中国系统工程学会模糊数学与模糊系统专业委员会第十四届学术会议

作者：韩军师邹开其 (大连大学信息工程学院大连大学信息科学与工程辽宁省重点实验室大连辽宁 116622)

针对基于密度算法在高维数据处理中时间复杂度过大的问题,提出了一种基于n树空间索引结构的聚类算法，通过对划分后单元的合理编码，可实现快速判断任意单元的相邻单元。由于新算法采用了在n树生成过程中剪枝的方法，可有效地节省内存... 详细信息

针对基于密度算法在高维数据处理中时间复杂度过大的问题,提出了一种基于n树空间索引结构的聚类算法，通过对划分后单元的合理编码，可实现快速判断任意单元的相邻单元。由于新算法采用了在n树生成过程中剪枝的方法，可有效地节省内存及IO的开销，与DBSCAN算法在不同维教上实验比较表明，新算法在处理海量、高维数据集的能力上有很大的提高。

关键词：网格算法密度算法聚类算法空间划分树空间索引结构

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：