检索结果-内蒙古大学图书馆

低温建筑技术 2025年第3期47卷 20-25页

作者：何欣蔡金标刘鸾翔浙江大学建筑工程学院浙江交工宏途交通建设有限公司

为探究层次聚类算法在结构健康检测中的应用，文中基于压电阻抗（EMI）技术，对一维钢梁和二维铝板损伤过程的阻抗变化进行监测。引入层次聚类算法进行结构损伤识别的定量研究，通过与均方根差RMSD指标法的比较，结果表明两种方法均能... 详细信息

为探究层次聚类算法在结构健康检测中的应用，文中基于压电阻抗（EMI）技术，对一维钢梁和二维铝板损伤过程的阻抗变化进行监测。引入层次聚类算法进行结构损伤识别的定量研究，通过与均方根差RMSD指标法的比较，结果表明两种方法均能比较直观地判断是否存在损伤。层次聚类算法将结构的损伤分为无损伤、小损伤、中损伤、大损伤四大类的方法更为合理。层次聚类算法的欧氏距离定位方法，在概念上更加清晰，为结构健康检测提供新途径。

关键词： EMI技术 RMSD指标法层次聚类算法损伤识别阻抗谱

来源：评论

学校读者我要写书评

暂无评论

结合多次DBSCAN和层次聚类算法的膜蛋白单分子定位超分辨图像分割

引用

中国激光 2023年第3期50卷 78-85页

作者：杨建宇胡芬邢福临董浩侯梦迪李任植潘雷霆许京军南开大学弱光非线性光子学教育部重点实验室物理科学学院泰达应用物理研究院天津300071 南开大学细胞应答交叉科学中心药物化学生物学国家重点实验室生命科学学院天津300071 南开大学深圳研究院广东深圳518083 山西大学极端光学协同创新中心太原山西030006

膜蛋白在细胞膜上的时空分布形式决定了其活性状态及功能,在调控细胞生命活动过程中起着重要作用。单分子定位超分辨成像(SMLM)技术为在纳米尺度解析膜蛋白的空间分布提供了可能,但分辨率的极大提升对图像准确聚类分割提出了更高要求。... 详细信息

膜蛋白在细胞膜上的时空分布形式决定了其活性状态及功能,在调控细胞生命活动过程中起着重要作用。单分子定位超分辨成像(SMLM)技术为在纳米尺度解析膜蛋白的空间分布提供了可能,但分辨率的极大提升对图像准确聚类分割提出了更高要求。基于密度的空间聚类算法(DBSCAN)是常用的聚类方法之一,但其对于膜蛋白分布不均匀的SMLM超分辨图像的分割效果往往不太理想。本文提出了一种结合多次DBSCAN和层次聚类的混合聚类算法,该算法以DBSCAN方法为分割基础,通过进一步的面积阈值分析和层次聚类,在保持超分辨点簇图像精确聚类识别的前提下,仍能保留每个点簇内的多次定位信号。将该算法应用于模拟数据集和实验数据分割得到的轮廓系数等性能普遍优于传统DBSCAN算法。这种混合聚类方法为膜蛋白SMLM超分辨图像的聚类分割提供了新思路和新方法,有助于更精准地分析膜蛋白在纳米尺度上的空间分布信息。

关键词：生物光学单分子定位超分辨成像超分辨图像分割膜蛋白基于密度的空间聚类算法层次聚类算法

来源：评论

学校读者我要写书评

暂无评论

层次聚类算法研究及其在入侵检测中的应用

层次聚类算法研究及其在入侵检测中的应用

引用

作者：汤洋洋西北师范大学

学位级别：硕士

聚类算法作为无监督学习中的重要算法，在智慧城市、入侵检测、遥感图像分类等领域受到了广泛关注。聚类的本质是利用数据点之间的相似性将数据点划分到不同的簇中，使得每个簇内部的数据点相似性高于其与其他簇内数据点的相似性。其中... 详细信息

聚类算法作为无监督学习中的重要算法，在智慧城市、入侵检测、遥感图像分类等领域受到了广泛关注。聚类的本质是利用数据点之间的相似性将数据点划分到不同的簇中，使得每个簇内部的数据点相似性高于其与其他簇内数据点的相似性。其中，层次聚类因其能够发现数据间的层次结构和无需预先指定聚类个数等优势被广泛研究，但仍存在不足之处：1）层次聚类算法容易受到边界点的影响导致聚类准确率不高;2）层次聚类算法的可扩展性较差，难以处理高维数据。　　本文针对以上不足之处，基于智能优化算法和自动编码器的相关理论对现有层次聚类算法进行优化，着重解决其受边界点影响和在高维数据集上表现较差的问题，并将改进后的层次聚类算法应用于入侵检测系统，具体的工作内容如下：　　（1）针对层次聚类算法容易受到边界点影响的问题，提出了一种基于边界点识别与再分配的层次聚类算法（AHierarchicalClusteringAlgorithmBasedonBoundaryPointsIdentificationandRedistribution—LHC）。此算法首先将数据分为高密度层、中间层和低密度层，分别在层次内部和层次之间进行层次聚类得到初始的聚类结果。然后引入海洋捕食者算法对结果进行优化，识别出边界点并对边界点进行再分配，从而提高了层次聚类算法的准确率。　　（2）针对层次聚类算法在高维数据集上表现较差的问题，本文提出了一种基于LSTM自动编码器的两阶段层次聚类算法（Two-stageHierarchicalClusteringAlgorithmBasedonLSTMAutoencoder—LAHC）。该算法首先使用LSTM自动编码器将数据表示为低维特征，根据互惠最近邻和反向最近邻对低维特征进行粗分类，然后使用平均密度对粗分类形成的簇进行合并。实验证明，本文所提出LAHC算法在高维时序数据集上的聚类效果优于现有相关算法。　　（3）本文将改进的LAHC算法应用于入侵检测技术。在建立训练模型阶段采用核主成分分析方法来提取网络数据的特征，并使用本文所提算法对其进行聚类分析，以准确区分正常类型和攻击类型。实验表明，该模型的检测效果优于其他对比模型。

关键词：层次聚类算法边界点再分配 LSTM自动编码器入侵检测

来源：评论

学校读者我要写书评

暂无评论

基于层次聚类算法的红外诱饵投掷策略研究

引用

航空兵器 2021年第6期28卷 66-71页

作者：蔡宇轩伍友利陈鞭甘跃鹏吴鑫空军工程大学航空工程学院西安710038

红外诱饵以其性价比高、效果好的特点常用于红外对抗中。研究其投掷策略,可为诱饵的使用提供参考,从而达到预期的干扰效果。以红外诱饵投掷策略为研究对象,设定3种对抗情形进行研究。通过仿真系统得到试验数据,然后采用层次聚类算法进... 详细信息

红外诱饵以其性价比高、效果好的特点常用于红外对抗中。研究其投掷策略,可为诱饵的使用提供参考,从而达到预期的干扰效果。以红外诱饵投掷策略为研究对象,设定3种对抗情形进行研究。通过仿真系统得到试验数据,然后采用层次聚类算法进行聚类分析。聚类结果表明,在设定的对抗情形下,每组诱饵数和诱饵投掷时刻这两个因素对干扰效果影响较大。在进入角为10°、目标无机动情况下,选择诱饵投掷时刻早且诱饵组数多的方式。当进入角为140°时,选择投掷时刻晚且每组诱饵数少的方式;若目标转弯机动,则选择投掷时刻晚且诱饵齐投数多的方式。由此可以获得较好的干扰效果。

关键词：红外对抗红外诱饵投掷策略层次聚类算法谱系聚类图

来源：评论

学校读者我要写书评

暂无评论

改进层次聚类算法在文献分析中的应用

引用

数值计算与计算机应用 2009年第4期30卷 277-287页

作者：陈旭玲楼佩煌南京航空航天大学南京210016

科技文献代表了科技发展的方向,对其分析有助于准确把握科技前沿.本文提出一种基于层次聚类的改进算法用于对科技文献进行聚类研究,以便识别科技文献所关注的创新设计方向.该算法通过观测不同距离条件下孤立点数目的变化情况,自动计算... 详细信息

科技文献代表了科技发展的方向,对其分析有助于准确把握科技前沿.本文提出一种基于层次聚类的改进算法用于对科技文献进行聚类研究,以便识别科技文献所关注的创新设计方向.该算法通过观测不同距离条件下孤立点数目的变化情况,自动计算并判断层次聚类算法中所需的聚类终止条件.这样既避免了层次聚类算法中需要预先输入终止条件的不足,又保持了层次聚类算法聚类精度高的优点,且改进算法的复杂度和普通层次聚类算法的一致.运用上述改进算法对200篇文献进行聚类运算,与k-means算法的对比实验证明,改进层次聚类算法聚类效果良好,从而验证了该算法的可行性.

关键词：层次聚类算法孤立点检测创新设计创新方向识别

来源：评论

学校读者我要写书评

暂无评论

基于区域最近邻生长的层次聚类算法

引用

化工自动化及仪表 2010年第5期37卷 9-12页

作者：杨栋詹海亮苏锦旗西京学院西安710123 西北工业大学西安710072

对于非球形和其它特殊形状的非凸数据集的聚类,基于划分的聚类算法很难取得理想的聚类结果。层次聚类算法根据数据的特征将距离近的数据进行合并,对于球形数据集和其它具有特殊形状的数据集有很好的聚类效果。在分析现有层次聚类算法的... 详细信息

对于非球形和其它特殊形状的非凸数据集的聚类,基于划分的聚类算法很难取得理想的聚类结果。层次聚类算法根据数据的特征将距离近的数据进行合并,对于球形数据集和其它具有特殊形状的数据集有很好的聚类效果。在分析现有层次聚类算法的基础上,根据层次聚类的合并思想和最近邻距离的计算提出了基于区域最近邻生长的层次聚类算法。

关键词：聚类算法层次聚类算法区域最近邻生长

来源：评论

学校读者我要写书评

暂无评论

基于Simhash和层次聚类算法的网页去重技术研究

基于Simhash和层次聚类算法的网页去重技术研究

引用

作者：王宇成南京邮电大学

学位级别：硕士

随着信息技术的飞速发展,互联网上的网页数据成海量增长,其中大量网页都是相似的,这些相似的网页已经成为人们快速获取有效信息的最大阻碍。因此相似性网页的检测和去重已经成为国内外的一个重要研究课题,本文对相似性网页的去重技术进... 详细信息

随着信息技术的飞速发展,互联网上的网页数据成海量增长,其中大量网页都是相似的,这些相似的网页已经成为人们快速获取有效信息的最大阻碍。因此相似性网页的检测和去重已经成为国内外的一个重要研究课题,本文对相似性网页的去重技术进行了深入地分析、研究并进行实验验证。首先,本文在传统的Simhash方法的基础上,改进计算相似度的公式,从多个方面综合计算文档的相似度;改进Simhash算法获取文档特征的过程,通过TF-IDF技术和单词的主题相关性综合计算单词的权重;在检索步骤中采用哈希到桶的思想,当出现分布不均匀的情况时,对桶内的元素二次哈希,减少候选对的数量并使分布更加均匀;其次,本文在传统层次聚类算法的基础上,改进了文档间距离的计算方法;提出了基于最小堆的改进算法,采用最小堆来存储距离矩阵内的距离并按照大小进行排序,减少了计算量;最后,本文结合改进的Simhash算法、改进的层次聚类算法以及新提出的评分算法,提出了一种技术博客网页去重算法,根据实际需求应用于CSDN技术博客网页中的去重,通过实验验证了该算法的科学性与有效性。

关键词：网页去重 Simhash 层次聚类算法评分算法技术博客

来源：评论

学校读者我要写书评

暂无评论

OPHCLUS:基于序关系保持的层次聚类算法

引用

山东大学学报（工学版） 2010年第5期40卷 48-55页

作者：雷小锋庄伟程宇丁世飞谢昆青中国矿业大学计算机学院江苏徐州221008 北京大学信息科学技术学院智能科学系视觉与听觉国家重点实验室北京100871

引入序关系保持的思想,即层次聚类的簇间距离度量应该能够最大限度地维护样本点间的原始距离排序关系。定义了样本点对序关系的概念和序关系损失度量,证明了序关系损失度量可用做聚类的目标准则函数和聚类结果质量的评价标准。利用序关... 详细信息

引入序关系保持的思想,即层次聚类的簇间距离度量应该能够最大限度地维护样本点间的原始距离排序关系。定义了样本点对序关系的概念和序关系损失度量,证明了序关系损失度量可用做聚类的目标准则函数和聚类结果质量的评价标准。利用序关系损失的概念扩展出两种簇间距离度量,实现了基于序关系保持的层次聚类算法(order-preserving based hierarchical clustering algorithm,OPHCLUS)。实验仿真证明了OPHCLUS对聚类质量提升的有效性。

关键词：层次聚类算法序关系保持簇间修正距离簇间0-1加权距离

来源：评论

学校读者我要写书评

暂无评论

层次聚类算法在实现高职教学推荐系统中的应用

引用

科教导刊 2021年第29期 36-38页

作者：蒋海锋广东科学技术职业学院广东珠海519090

当前我国的职业教育正面临大改革,国家把职业教育提升到与本科同等重要的地位,同时职业教育也将进行大幅度的扩招,不仅面向中职、高中生,还面向各类社会人员,在师资力量有限、知识技能更新迅速的职业教育现状下,要实现高质量的人才培养... 详细信息

当前我国的职业教育正面临大改革,国家把职业教育提升到与本科同等重要的地位,同时职业教育也将进行大幅度的扩招,不仅面向中职、高中生,还面向各类社会人员,在师资力量有限、知识技能更新迅速的职业教育现状下,要实现高质量的人才培养,需要借助机器学习算法来辅助教师开展教学,通过设计符合机器学习算法的题目,可以有效的减少教师出题的负担,实现分层的个性化教学效果。本文研究层次聚类算法在学生动态分组及推荐中的应用,以辅助教师实施补救性教学,并有效缓解学生学习需要及教师精力有限的矛盾。

关键词：层次聚类算法推荐系统辅助教学

来源：评论

学校读者我要写书评

暂无评论

层次聚类算法和免疫算法对TSP问题的求解

层次聚类算法和免疫算法对TSP问题的求解

引用

全国第18届计算机技术与应用（CACIS）学术会议

作者：葛菊萍同济大学计算机科学与技术系

首先利用基于最近邻的层次聚类算法将大规模TSP问题进行层次聚类,对每一子类形成一个规模较小的TSP问题,利用改进后的免疫算法对每个子问题进行求解,将各小规模TSP问题的最优解合并,最后再用免疫算法将其优化调整得到大规模TSP问题的最... 详细信息

首先利用基于最近邻的层次聚类算法将大规模TSP问题进行层次聚类,对每一子类形成一个规模较小的TSP问题,利用改进后的免疫算法对每个子问题进行求解,将各小规模TSP问题的最优解合并,最后再用免疫算法将其优化调整得到大规模TSP问题的最优解。实验表明对于大规模TSP问题,该算法具有更快的求解效率和更好的求解结果。

关键词：最近邻层次聚类算法免疫算法 TSP问题

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：