检索结果-内蒙古大学图书馆

计算机应用研究 2018年第12期35卷 3752-3756页

作者：崔怡李郝林陈龙上海理工大学光电信息与计算机工程学院上海200093 上海理工大学机械工程学院上海200093

针对机床主轴热误差补偿过程中现有建模方法的不足,提出一种新的热误差建模算法。首先应用FcM(模糊c-均值聚类)算法将众多温度测点予以分类,减少测点数量,提高测量精度;其次应用GcA(灰色关联分析)算法对同类测点的热敏感度进行排序,选... 详细信息

针对机床主轴热误差补偿过程中现有建模方法的不足,提出一种新的热误差建模算法。首先应用FcM(模糊c-均值聚类)算法将众多温度测点予以分类,减少测点数量,提高测量精度;其次应用GcA(灰色关联分析)算法对同类测点的热敏感度进行排序,选出该类中的关键测点;最后以优选出的测点为输入变量,以热位移为输出变量,利用ANFIS进行热误差模型设计,并与BP算法建立的模型进行了比较。实验数据表明,该方法降低了机床热误差,具有预测精度高的优点,能较好地实现机床主轴热误差的补偿。

关键词：主轴热误差建模模糊c-均值算法灰色关联分析算法自适应神经模糊推理系统

来源：评论

学校读者我要写书评

暂无评论

基于PSO的模糊聚类算法

引用

计算机工程与设计 2006年第21期27卷 4128-4129页

作者：许磊张凤鸣空军工程大学工程学院陕西西安710038

提出了一种基于模糊c-均值算法和粒子群算法的混合聚类算法。该算法结合PSO的全局搜索和FcM局部搜索的特点,将PSO优化聚类结果作为后续FcM算法的初始值,有效地克服了FcM对初始值敏感、易陷入局部最优和PSO算法局部搜索较弱的问题,同时... 详细信息

提出了一种基于模糊c-均值算法和粒子群算法的混合聚类算法。该算法结合PSO的全局搜索和FcM局部搜索的特点,将PSO优化聚类结果作为后续FcM算法的初始值,有效地克服了FcM对初始值敏感、易陷入局部最优和PSO算法局部搜索较弱的问题,同时增强了跳出局部最优的能力。实验表明,新算法得到的目标函数值更小,并能减小分类错误率,聚类效果优于单一使用FcM或PSO。

关键词：混合聚类粒子群优化算法模糊c-均值算法全局优化分类错误率

来源：评论

学校读者我要写书评

暂无评论

基于改进神经网络的模糊聚类算法

引用

合肥工业大学学报（自然科学版） 2007年第8期30卷 934-938页

作者：丁亚明王树忠张志红胡学钢合肥工业大学计算机与信息学院安徽合肥230009 山东信息职业技术学院教务与科研处山东维坊261041 安徽水利水电职业技术学院电子信息工程系安徽合肥230601

文章提出了一种新的聚类方法NFc,首先用模糊逻辑神经元网络的聚类算法和cauchy训练的模拟退火算法相结合的局部算法得到初始聚类中心,然后用FcM算法进行模糊聚类;实验证明,NFc算法在一定程度上解决了FcM局部极值问题且有效性非常高。

关键词：模糊c-均值算法神经网络模拟退火模糊聚类

来源：评论

学校读者我要写书评

暂无评论

基于信息熵的FcM聚类算法

引用

计算机工程与设计 2010年第23期31卷 5092-5095页

作者：邢婷邢治国王凤领哈尔滨德强商务学院计算机与信息工程系黑龙江哈尔滨150025 三锐系统株式会社事业统括部

针对模糊聚类存在的数据收缩问题的不足,提出了一种改进现有模糊聚类算法的方法,并进行仿真实验研究。模糊c-均值(FcM)算法主要通过目标函数的迭代优化来实现集合划分,以信息熵作为模糊c-均值算法的约束条件,给出改进算法的推导过程,得... 详细信息

针对模糊聚类存在的数据收缩问题的不足,提出了一种改进现有模糊聚类算法的方法,并进行仿真实验研究。模糊c-均值(FcM)算法主要通过目标函数的迭代优化来实现集合划分,以信息熵作为模糊c-均值算法的约束条件,给出改进算法的推导过程,得出改进后的模糊c-均值算法的隶属度和聚类中心,实现了模糊c-均值的改进算法。实验结果可以表明,改进的模糊c-均值算法是有效的,能够表现出比模糊c-均值算法更好的性能,在实际应用中可以取得较好的聚类效果。

关键词：模糊聚类模糊c-均值算法聚类分析信息熵聚类算法

来源：评论

学校读者我要写书评

暂无评论

客流统计系统中的FcM算法研究

引用

自动化仪表 2010年第3期31卷 26-28页

作者：张勇张凤登陈小荣上海理工大学光电信息与计算机工程学院上海200093

针对公交车客流统计系统中求多个运动目标质心难的问题,同时考虑数字图像处理中数据量大的特点,采用模糊聚类分析理论中的模糊c-均值算法进行聚类。分析了该算法的原理和特点,并应用Matlab仿真软件,实现了基于该算法的公交车客流统计系... 详细信息

针对公交车客流统计系统中求多个运动目标质心难的问题,同时考虑数字图像处理中数据量大的特点,采用模糊聚类分析理论中的模糊c-均值算法进行聚类。分析了该算法的原理和特点,并应用Matlab仿真软件,实现了基于该算法的公交车客流统计系统。实验结果证明,该算法运算速度快、精度高,具有比较直观的几何意义,适合运用于图像分析中对球状类型目标的分割。

关键词：运动目标质心聚类模糊c-均值算法客流统计仿真

来源：评论

学校读者我要写书评

暂无评论

基于自适应混沌粒子群的Web搜索结果聚类研究

引用

微电子学与计算机 2010年第1期27卷 173-176页

作者：童亚拉湖北工业大学理学院湖北武汉430068

提出了基于自适应混沌粒子群的Web搜索结果模糊c-均值算法,用粒子群算法代替模糊c-均值算法梯度下降的迭代过程,同时引入自适应的平衡搜索策略加快算法收敛和提高去噪能力,在增强局部搜索能力的同时引导粒子群跳出局部极值点.这样不仅... 详细信息

提出了基于自适应混沌粒子群的Web搜索结果模糊c-均值算法,用粒子群算法代替模糊c-均值算法梯度下降的迭代过程,同时引入自适应的平衡搜索策略加快算法收敛和提高去噪能力,在增强局部搜索能力的同时引导粒子群跳出局部极值点.这样不仅在一定程度上解决了网页文档不确定性的问题,而且获得快速、稳定的聚类效果.

关键词： Web搜索结果聚类混沌粒子群模糊c-均值算法自适应策略

来源：评论

学校读者我要写书评

暂无评论

一种基于低维足底压力特征的静态步态聚类算法

引用

计算机应用研究 2015年第7期32卷 2176-2178,2183页

作者：方正文王年江晋剑鲍文霞安徽大学计算机智能与信号处理教育部重点实验室合肥230039

为了探究足底压力特征在身份识别中的应用,提出了一种静态步态聚类算法。该算法首先从压力测试板提取的静态数据中提取当前常用的足底压力特征,包含全局及局部特征,形成特征向量来表征样本对象;接着利用非负矩阵分解方法(non-negative m... 详细信息

为了探究足底压力特征在身份识别中的应用,提出了一种静态步态聚类算法。该算法首先从压力测试板提取的静态数据中提取当前常用的足底压力特征,包含全局及局部特征,形成特征向量来表征样本对象;接着利用非负矩阵分解方法(non-negative matrix factorization,NMF)获取样本在变换特征空间中的映射及低维表示;最后结合模糊c-均值算法(fuzzy c-means algorithm,FcM)对降维后的样本对象进行聚类识别。实验结果显示该算法的聚类正确率达到90%左右;同时与其他算法对比,该算法在精度上具有较大的优势。经过实验验证与对比分析,该算法将样本数据压缩到极低维特征空间时,仍有效保留了样本类别信息,进而得出结论,该算法提取出的足底压力特征是有效的、可行的。

关键词：身份识别静态数据足底压力非负矩阵分解模糊c-均值算法

来源：评论

学校读者我要写书评

暂无评论

基于判别分析技术的县域尺度耕地地力等级划分 ——以河南省辉县市为例

基于判别分析技术的县域尺度耕地地力等级划分 ——以河南省辉县...

引用

作者：王海洋郑州大学

学位级别：硕士

耕地质量评价是提升耕地质量、加强耕地资源管理的重要前提和保证。耕地地力作为耕地质量水平的一个综合性指标,直接反映耕地基础地力和潜在生产力水平。科学开展耕地地力评价,准确划分耕地地力等级,是在全国开展的测土配方施肥补贴项... 详细信息

耕地质量评价是提升耕地质量、加强耕地资源管理的重要前提和保证。耕地地力作为耕地质量水平的一个综合性指标,直接反映耕地基础地力和潜在生产力水平。科学开展耕地地力评价,准确划分耕地地力等级,是在全国开展的测土配方施肥补贴项目的一项重要内容,其核心目的是为全面掌握县域耕地质量状况、揭示耕地障碍因素,为中低产田改造、耕地质量定向培育、基本保护农田保护和高标准农田建设治疗提供技术与信息支撑。过去几十年来,土地资源分类、农用地地力评价的理论与方法体系日臻成熟,随着包括地统计学、3S技术、机器学习在内的大批新技术、新方法、新手段在土地分类与评价领域的广泛应用,土地评价的科学性、准确性、效率性得以显著提升。判别分析技术作为一种基于机器学习的统计分析方法,以往很少应用于地力评价领域,本研究将判别分析技术应用于县域尺度耕地地力评价并验证其可行性与科学性。本研究以素有“豫北粮仓”之称的河南省辉县市为研究区,该县农业历史悠久、农业基础深厚,是国家优质小麦生产基地,在地区甚至国家国家粮食安全战略中处于重要地位。本研究的主要数据源为2009年2012年辉县市实施测土配方施肥补贴项目时获取的各类基础数据。耕地地力评价基本环节包括:1)确定评价单元:收集研究区耕地表层土壤属性、立地环境因子等数据资料和土壤图、土地利用图等相关图件资料,以土种级别的土壤类型图和土地利用现状图叠加形成的具有明确边界的闭合图斑,作为耕地地力基本评价单元;2)遴选评价因子:然后选取表层土壤质地、土壤剖面特征、地表砾石含量、灌溉保证率、排涝能力、地貌类型以及地表坡度等7个概念型评价因子和表层土壤有机质含量、土壤有效磷以及速效钾含量等定量型评价因子作为耕地地力评价指标;3)因子权重与模糊隶属度赋值:利用层次分析法,建立评价指标与耕地潜在生产能力间的层次分析模型,计算评价指标相对耕地地力的权重值。对于概念型评价因子,选用特尔菲法进行隶属度赋值,对于表层土壤有机质含量等定量型评价因子采用隶属函数法对所有评价指标数值进行隶属度计算。随机筛选2/3的参评研究区土壤样点作为训练样点,其余1/3为测试样点,各地力评价指标的权重和训练样点的评价指标隶属度值即为建立判别模型的基础,对各地力等级土壤样点数据的均值进行显著性检验,统计量计算结果远大于F检验的临界值,证明已对各等级样点最优划分,判别模型具有意义,判别分析科学可行。利用所建立的Fisher、Bayes和马氏距离判别模型对测试土壤样点的地力等级进行划分,其相对于研究区耕地地力评价结果的判别精度分别达87.10%,87.97%和89.28%。另以模糊c-均值算法进行地力等级划分,其精度（84.81%）相较于判别分析偏低。综合各分析算法对研究区土壤样点耕地地力等级的划分,可得出如下基本结论:判别分析技术应用于县域尺度耕地地力等级划分是可行、有效的,训练样点在各地力等级中数量分布严重不均会影响判别和聚类的精度,且对模糊c-均值和Fisher判别法的影响尤为显著。

关键词：判别分析模糊c-均值算法判别函数检验耕地地力土壤样点

来源：评论

学校读者我要写书评

暂无评论

基于数据挖掘的货品存储分配策略研究

基于数据挖掘的货品存储分配策略研究

引用

作者：林骁尉大连海事大学

学位级别：硕士

近年来,随着经济的发展,企业之间的竞争已经从传统领域的贸易竞争和科技竞争逐步扩展到了物流领域等方面的竞争。作为供应链管理的重要组成部分,货品存储管理一直备受企业的关注。配送成本是企业经营成本的重要组成部分之一,通过合理的... 详细信息

近年来,随着经济的发展,企业之间的竞争已经从传统领域的贸易竞争和科技竞争逐步扩展到了物流领域等方面的竞争。作为供应链管理的重要组成部分,货品存储管理一直备受企业的关注。配送成本是企业经营成本的重要组成部分之一,通过合理的货品存储管理来达到减少配送成本的目的,一直是各个企业经营实践的目标之一。因此,研究供应链管理中的货品存储分配策略,实现企业物流配送成本的控制,对于社会和企业而言具有非常重要的现实意义。另一方面,数据挖掘技术在许多行业已经得到了广泛的应用并取得了显著的经济效益。然而,利用基于模糊聚类分析的数据挖掘技术在物流研究领域进行配送成本的控制,目前相关的研究工作并不是很多。有基于此,本文以某轮胎生产企业为例,研究了基于模糊聚类分析的数据挖掘技术在货品存储分配策略中的应用,并通过系统仿真来验证该应用。主要研究内容如下：首先,本文介绍了数据挖掘技术的概念、特点、常用算法以及基于聚类分析的数据挖掘技术,同时对基于聚类分析的数据挖掘技术在本文中的应用作了相关的研究和论证,提出了基于模糊c-均值聚类算法的数据挖掘模型；其次,研究了基于数据挖掘的货品存储分配策略。以某轮胎生产企业的订单等数据为前提,在前期数据准备、选择以及数据预处理等工作的基础上,采用模糊c-均值聚类算法作为数据挖掘的聚类分析算法,通过c++编程语言实现该算法并运用于企业的货品分类,最终结合企业实际情况得到了货品的存储分配策略；最后,本文以Arena仿真软件作为仿真分析的工具,对前面基于数据挖掘的货品存储分配策略进行了配送仿真建模。以仿真结果为基础,对数据挖掘前后的货品存储分配策略进行了对比分析,验证了基于数据挖掘的货品存储分配策略能够帮助企业节省货品存储中的配送成本,提高企业仓储配送服务水平并优化货品存储分配,使企业的货品存储分配更加科学、合理。

关键词：数据挖掘模糊聚类分析模糊c-均值算法系统仿真

来源：评论

学校读者我要写书评

暂无评论

基于马尔科夫随机场D-S证据理论对人脑图像的分割研究

基于马尔科夫随机场D-S证据理论对人脑图像的分割研究

引用

作者：郭斌昆明理工大学

学位级别：硕士

随着医疗系统的进步,医学影像学已经成为了一门新兴学科,而对医学图像进行分割已经在医学影像分析中扮演着越来越重要的角色,被广泛的应用于医学研究的各个领域。医学图像分割实质上就是对输入的各种医学图像中的各种体素进行分配类型... 详细信息

随着医疗系统的进步,医学影像学已经成为了一门新兴学科,而对医学图像进行分割已经在医学影像分析中扮演着越来越重要的角色,被广泛的应用于医学研究的各个领域。医学图像分割实质上就是对输入的各种医学图像中的各种体素进行分配类型的标记过程,标记后得到的图像就是分割结果,它是组织测量、三维重建、以及图像配准等的基础,同时对医学临床诊断具有一定的辅助治疗的作用。在医学影像研究中,针对人类大脑的研究成为了重点,因为大脑是人类生命与活动的中枢神经系统,但是由于大脑组织结构的复杂性和不规则性,以及成像过程中磁场不均性等的影响,大脑核磁共振图像本质是模糊的,因此针对大脑核磁共振图像的这些特点,通常引入马尔科夫随机场和模糊聚类理论以及Dempster-Shafer证据理论对图像进行分割研究。本文即是基于这三种理论对大脑核磁共振图像进行分割研究的,本文内容如下： 1.对国内外医学图像分割的研究现状以及发展趋势进行了分析,阐述医学图像分割的难点及意义。对常用的医学图像分割方法进行了介绍,以大脑核磁共振图像为研究对象,使用常用的图像分割算法对其进行分割实验,比较结果。对医学影像学基础进行了简单的介绍,特别是计算机断层技术成像原理和核磁共振成像原理,并给出了成像的特点和临床应用。 2.深入研究了马尔科夫随机场及吉布斯随机场在大脑核磁共振图像分割中的应用。在基于马尔科夫随机场原理的基础上,通过大脑核磁共振图像空间上下文的信息,在大脑核磁共振图像中建立马尔科夫后验能量场,然后结合模糊聚类的二维直方图方法对大脑核磁共振图像进行分割研究,提取出脑白质和脑灰质。最后讨论分割结果,分析方法的不足之处。 3.马尔科夫随机场能够考虑到像素的邻域关系,利用图像的空间特性,因此使用其进行分割可以得到较好的分割结果。模糊聚类的二维直方图方法由于将聚类理论和领域像素相关性结合,因此可以得到较为理想的分割结果。但是这两种方法在分割同一幅大脑核磁共振图像的时候对于模糊区域内的争议像素点的归类会有不同的划分结果,由于Dempster-Shafer证据理论能够整合不同来源图像的信息,因此将这两种方法分割结果进行标号提取以及冗余图像提取,然后使用Dempster-Shafer证据理论对原始图像和标号场图像以及冗余图像按照Dempster-Shafer整合决策规则进行融合分割得到最终的结果,解决了争议像素点的归类问题。 4.马尔科夫随机场在图像分割应用中最大的难点是如何选取合理的参数使得在图像中的建模和分割更加合理和准确,参数选取包括势函数形式、方向函数β的选取、似然函数的优化等,因此在本文中给出一些定义参数的方法,并提出了“分型”定义势函数和方向函数β的方法,通过标号差值和隶属度差值能够充分表达出图像局部细节相邻像素间的空间关系和局部相互作用,并将似然函数引入隶属度优化为模糊意义下的似然函数,以此实现了马尔科夫随机场的参数估计,使得分割结果类别之间有清晰的界限,更加符合实际情况。

关键词：医学图像分割马尔科夫随机场模糊聚类模糊c-均值算法 D-S证据理论直方图参数估计

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：