检索结果-内蒙古大学图书馆

土壤学报 2009年第4期46卷 571-577页

作者：檀满枝陈杰土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所) 南京210008 中国科学院研究生院北京100049 郑州大学自然资源与生态环境研究所郑州450001

基于模糊c-均值算法和地统计学空间插值,在面积约为1km2的研究区内进行区域土壤预测制图。研究结果表明:根据研究区123个剖面和土钻样点,通过分析它们在形态学上的特征和定量属性,建立了9类诊断特征土层。通过FcM算法模型,获得4类最佳... 详细信息

基于模糊c-均值算法和地统计学空间插值,在面积约为1km2的研究区内进行区域土壤预测制图。研究结果表明:根据研究区123个剖面和土钻样点,通过分析它们在形态学上的特征和定量属性,建立了9类诊断特征土层。通过FcM算法模型,获得4类最佳分类数,模糊指数为1.7。类别数目与研究区受地形、母质和土地利用方式影响的主要成土过程决定的土纲下土壤类型数目一致。将经过对称对数比转换的隶属度成分数据进行单一模糊类别隶属度土壤预测制图,4种类别土壤在空间上具有明显的渐变过渡特征,制图结果较理想。在单一类别隶属度土壤图的基础上生成最大隶属度土壤图,与常规土壤调查土壤图具有共同参比的基础。

关键词：模糊逻辑模糊c-均值算法对称对数比转换土壤空间预测制图

来源：评论

学校读者我要写书评

暂无评论

粗糙模糊c-均值算法及其在图像聚类中的应用

引用

国防科技大学学报 2007年第2期29卷 76-80页

作者：王丹吴孟达国防科技大学理学院湖南长沙410073

提出一种新的粗糙模糊c均值算法(RFcM),该算法基于粗糙集的上、下近似的概念改进了FcM的目标函数,从而改变了隶属度函数的分布,使得隶属度函数的分布更加合理,同时RFcM的时间复杂性比FcM更低。将RFcM用于图像的聚类,相对于FcM算法,图像... 详细信息

提出一种新的粗糙模糊c均值算法(RFcM),该算法基于粗糙集的上、下近似的概念改进了FcM的目标函数,从而改变了隶属度函数的分布,使得隶属度函数的分布更加合理,同时RFcM的时间复杂性比FcM更低。将RFcM用于图像的聚类,相对于FcM算法,图像的边缘更光滑,同时对初始隶属度矩阵敏感度更低。该算法具有较好的稳定性,是一种实用的算法。

关键词：粗糙集模糊c-均值算法粗糙模糊c-均值算法

来源：评论

学校读者我要写书评

暂无评论

对手抑制式模糊c-均值算法

引用

电子学报 2000年第7期28卷 63-66页

作者：魏立梅谢维信西安电子科技大学电子工程学院202室西安710071 深圳大学校长办公室深圳518060

从竞争学习的角度提出模糊c 均值算法中隶属度的新解释 ,并基于隶属度的新解释提出对手抑制式模糊c 均值算法 .理论分析和实验表明 :对手抑制式模糊c 均值算法提高了模糊c

关键词：模糊c-均值算法隶属度竞争学习

来源：评论

学校读者我要写书评

暂无评论

模糊c-均值算法在入侵检测系统中的应用研究

模糊C-均值算法在入侵检测系统中的应用研究

引用

作者：王勇哈尔滨理工大学

学位级别：硕士

随着计算机网络技术的不断发展,网络在我们的日常生活及工作中扮演着越来越重要的角色。与此同时,日益严重的网络安全问题成为制约网络技术发展的一大障碍。传统的网络安全技术,诸如防火墙、安全路由器、身份认证系统等,已不能完全满足... 详细信息

随着计算机网络技术的不断发展,网络在我们的日常生活及工作中扮演着越来越重要的角色。与此同时,日益严重的网络安全问题成为制约网络技术发展的一大障碍。传统的网络安全技术,诸如防火墙、安全路由器、身份认证系统等,已不能完全满足网络安全的需要。入侵检测作为一种主动防御的安全技术,己成为网络安全技术的一个重要手段,并成为当前的热点研究领域。聚类分析是数据挖掘技术中的关键技术,但传统的c-均值聚类算法对入侵检测数据进行处理有很多不尽人意的地方,如该聚类算法是局部寻优算法,聚类的结果对数据输入顺序比较敏感等。针对以上问题本文进行了较深入的研究,给出了相应的解决方法。本论文的主要工作如下: 论文在分析了当前常用的入侵检测方法和入侵方法的基础上,对基于聚类技术的入侵检测技术进行了研究,着重研究了数据挖掘中的聚类分析技术在异常入侵检测中的可行性和有效性,并且提出了一种基于数据挖掘聚类技术的入侵检测智能结构模型。在运用聚类分析算法对网络记录进行分析时,根据入侵检测的具体情况,对模糊c-均值算法进行了分析和研究,将其应用于入侵检测中,并提出了一种改进的模糊c-均值算法。在改进的模糊c-均值算法的基础上,引入遗传算法以克服模糊c-均值算法对初始化比较敏感和所求解是局部最优解的不足,并通过实验仿真验证了这种混合算法的有效性。

关键词：入侵检测聚类模糊c-均值算法遗传算法

来源：评论

学校读者我要写书评

暂无评论

模糊c-均值算法在拼车系统中的应用

模糊C-均值算法在拼车系统中的应用

引用

作者：王嘉东北大学

学位级别：硕士

数据挖掘,又称数据库中的知识发现,是指从大型数据库或数据仓库中提取隐含的、事先未知的、潜在有用的信息或模式。它融合了数据库、人工智能、机器学习和统计学等多个领域的理论和技术,是数据库研究中的一个很有应用价值的新领域,而聚... 详细信息

数据挖掘,又称数据库中的知识发现,是指从大型数据库或数据仓库中提取隐含的、事先未知的、潜在有用的信息或模式。它融合了数据库、人工智能、机器学习和统计学等多个领域的理论和技术,是数据库研究中的一个很有应用价值的新领域,而聚类分析是数据挖掘中很重要的分析手段。聚类,是按照给定的相似度定义将数据集合划分为若干个聚类簇,使得同簇的数据之间相似度较高而不同簇的数据之间相似度较低的过程。拼车系统数据库中含有丰富的数据和信息,而目前的拼车系统主要局限于实现数据的录入、查询、统计等功能,无法有效地发现数据中存在的关系和规则,而数据挖掘技术可以对拼车系统数据进行更高层次的分析,发现其中隐含的知识。因而从拼车系统的数据库中进行知识发现,为数据挖掘研究提供了一个重要的课题。本文针对拼车系统中数据的特点,引用了一个对数据进行快速聚类的算法,即改进的模糊c-均值算法(FcM),对其增加一个加权值,来减少孤立点对聚类中心的影响;基于隶属度引用一种对手抑制式模糊c-均值聚类算法,理论分析和实验表明:这种算法有效地提高了模糊c-均值聚类算法的收敛速度。本文通过模糊c-均值(FcM)算法在拼车系统中的实现,弥补了拼车系统在分析功能上的薄弱,同时又发挥了拼车系统在图形显示方面的强大功能,并在实际中进行了验证,为数据挖掘和拼车系统整合找到了一种可行的解决方法。

关键词：数据挖掘聚类分析模糊聚类聚类有效性模糊c-均值算法

来源：评论

学校读者我要写书评

暂无评论

基于模糊c-均值算法的水耕人为土土系预测制图

引用

南京农业大学学报 2020年第6期43卷 1124-1133页

作者：白浩然赵美芳王飞张培育谢龙涛朱燕香潘剑君南京农业大学资源与环境科学学院江苏南京210095 南京农业大学白马教学科研基地江苏南京211226

[目的]本文旨在研究模糊c-均值算法(fuzzy c-means,FcM)在平原农区水耕人为土土系预测制图中的应用。[方法]挖掘28个标准土壤剖面,深度100 cm,并根据中国土壤系统分类体系与各大成土因素对水耕人为土土系空间变异的影响,遴选13种土壤类... 详细信息

[目的]本文旨在研究模糊c-均值算法(fuzzy c-means,FcM)在平原农区水耕人为土土系预测制图中的应用。[方法]挖掘28个标准土壤剖面,深度100 cm,并根据中国土壤系统分类体系与各大成土因素对水耕人为土土系空间变异的影响,遴选13种土壤类型诊断依据。结合FcM对所有土壤剖面样点数据进行模糊聚类分析,利用2种地统计学插值方法对其输出结果进行插值,并去模糊化得到土系预测图。利用土钻采集48个土系类型验证点,计算土系预测图与验证样点的混淆矩阵。[结果]28个土壤剖面共被分为10种土系类型,与手动检索建立的土系类型一致。比较利用2种插值技术得到的土系预测图,发现利用反距离加权插值(inverse distance weighted,IDW)获取的土系预测图更为准确、合理。选择基于IDW方法获取的土系预测图进行制图精度验证,发现验证点参与模糊连续聚类或不参与模糊连续聚类,其Kappa系数均为0.61,总分类精度均为0.65,满足土壤制图精度的基本要求。[结论]FcM算法与地统计学插值方法相结合能很好地实现平原农区水耕人为土土系的制图预测。在土壤诊断依据选择合理的前提下,可以广泛应用于平原农区景观变化较小区域土系的空间预测与制图。

关键词：模糊c-均值算法平原农区水耕人为土土系预测制图

来源：评论

学校读者我要写书评

暂无评论

点密度函数加权模糊c-均值算法的聚类分析

引用

计算机工程与应用 2004年第24期40卷 64-65,96页

作者：刘小芳曾黄麟吕炳朝四川理工学院计算机科学系自贡643033 电子科技大学自动化学院成都610054

基于模糊c-均值算法具有对数据集进行等划分趋势的缺陷,文章利用数据点的密度大小作为权值,借助数据本身的分布特性,提出了一种新的加权模糊c-均值算法,该方法不仅在一定程度上克服了模糊c-均值算法的缺陷,而且具有良好的收敛性。

关键词：模糊c-均值算法点密度函数加权模糊聚类分析

来源：评论

学校读者我要写书评

暂无评论

模糊c-均值算法和万有引力算法求解模糊聚类问题

引用

智能系统学报 2011年第6期6卷 520-525页

作者：谷文祥郭丽萍殷明浩东北师范大学计算机科学与信息技术学院吉林长春130117

针对单纯使用模糊c-均值算法(FcM)求解模糊聚类问题的不足,首先,提出一种改进的万有引力搜索算法,通过一定概率按照不同方式对速度进行更新,有效增大了种群的搜索域.其次,提出了模糊万有引力搜索算法(FG-SA).最后,在模糊万有引力搜索算... 详细信息

针对单纯使用模糊c-均值算法(FcM)求解模糊聚类问题的不足,首先,提出一种改进的万有引力搜索算法,通过一定概率按照不同方式对速度进行更新,有效增大了种群的搜索域.其次,提出了模糊万有引力搜索算法(FG-SA).最后,在模糊万有引力搜索算法(FGSA)和模糊c-均值算法(FcM)的基础上,提出了一种新算法(FGSAFcM)来求解模糊聚类问题,有效避免了单纯使用模糊c-均值算法时对初始值敏感且易于陷入局部最优的缺点.采用目标函数和有效性评价函数作为评价标准,选取10个经典数据集作为测试数据,实验结果表明,新算法比单一的模糊c-均值算法有更高的准确性和鲁棒性.

关键词：模糊聚类模糊c-均值算法万有引力搜索算法模糊万有引力搜索算法

来源：评论

学校读者我要写书评

暂无评论

基于canopy聚类的噪声自适应模糊c-均值算法

引用

计算机应用研究 2019年第7期36卷 2200-2204,2218页

作者：陈凯陈秀宏孙慧强江南大学数字媒体学院

针对局部空间信息的模糊c-均值算法中空间影响因子容易受到噪声影响出现错误标志的问题,提出一种融合局部和非局部空间信息的模糊c-均值聚类图像分割算法(NLWFLIcM)。在WFLIcM算法的模糊影响因子中引入非局部空间信息,根据噪声程度自适... 详细信息

针对局部空间信息的模糊c-均值算法中空间影响因子容易受到噪声影响出现错误标志的问题,提出一种融合局部和非局部空间信息的模糊c-均值聚类图像分割算法(NLWFLIcM)。在WFLIcM算法的模糊影响因子中引入非局部空间信息,根据噪声程度自适应地设置局部和非局部信息权重,并重新标记中心点的模糊影响因子。实验结果表明,NLWFLIcM算法具有比WFLIcM算法更强的鲁棒性和自适应性,并在一定程度上提高了WFLIcM算法对含有大量噪声图像进行分割的鲁棒性,同时保留了图像的纹理。为了提高算法的聚类性能和收敛速度,结合canopy算法能够快速对数据进行粗聚类的优点,提出基于canopy聚类与非局部空间信息的FcM图像分割改进算法(canopy-NLWFLIcM),可以在NLWFLIcM算法聚类前对聚类中心进行预处理,从而提高收敛速度和图像分割精度。

关键词：聚类算法 canopy算法模糊c-均值算法局部和非局部空间信息

来源：评论

学校读者我要写书评

暂无评论

模糊c-均值算法在高考志愿填报中的应用

引用

微计算机信息 2009年第33期25卷 160-161,159页

作者：严卫黄芳谭欣中南大学信息科学与工程学院

本文针对考生填报志愿时的盲目性,提出了一个采用模糊c-均值(FcM)聚类算法构建的院校推荐模型,以指导考生填报志愿。文中详细阐述了对院校推荐模型的分析,FcM算法的实现及其在院校推荐模型中的应用。利用FcM算法构建的院校推荐模型能根... 详细信息

本文针对考生填报志愿时的盲目性,提出了一个采用模糊c-均值(FcM)聚类算法构建的院校推荐模型,以指导考生填报志愿。文中详细阐述了对院校推荐模型的分析,FcM算法的实现及其在院校推荐模型中的应用。利用FcM算法构建的院校推荐模型能根据考生考虑因素的主次来有效地对所推荐的院校进行合理地分类。

关键词：志愿填报模糊c-均值算法院校推荐模型

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：