检索结果-内蒙古大学图书馆

作者：何欣河北农业大学

学位级别：硕士

普通高等学校全国统一考试是我国高等院校人才选拔录用的重要依据。高考是考生决定未来发展方向的重要转折点，这里面包含着考生家庭的希望，也关系着社会的人才培养。高考志愿的填报则是高考过程中最为重要的一环。尤其对于农村考生来... 详细信息

普通高等学校全国统一考试是我国高等院校人才选拔录用的重要依据。高考是考生决定未来发展方向的重要转折点，这里面包含着考生家庭的希望，也关系着社会的人才培养。高考志愿的填报则是高考过程中最为重要的一环。尤其对于农村考生来讲，他们很多人生活在偏远山区信息闭塞，很多考生不能明确自己的院校目标，不能充分理解高考成绩的高低直接影响志愿的填报，就会出现盲目填报志愿导致考生志愿不理想或落榜的情况出现，这对于十年寒窗苦读的莘莘学子是十分可悲的事情。由此看来，综合考虑影响高考志愿填报的各种因素，实现一个面向农村的能为考生提供具有辅助决策功能的择校辅助系统意义重大。本文主要研究内容如下:\n 1、分析了影响高考志愿填报的因素:校园环境，学习环境，就业率，可持续发展等因素。构建一个基于高考成绩，并且综合考虑以上各影响因素的择校辅助系统模型。\n 2、改进标准人工鱼群算法。标准人工鱼群算法后期运算速度慢，为了提升速度，将当前最优子群中心位置添加到公告板上;并将标准人工鱼群算法的觅食、聚群、追尾行为进行改进，从而提升算法运算速度减少迭代时间。\n 3、改进标准的模糊c-均值聚类算法。院校数据信息量繁多，志愿推荐结果要求可信度高，而初始聚类中心的选择对标准的模糊c-均值算法的聚类结果影响很大。本课题把模糊c-均值算法与改进的人工鱼群算法结合起来，二者扬长避短，初始聚类中心的选择由改进的人工鱼群算法提供，使模糊c-均值算法的寻优效率得到提升。\n 4、运用层次分析法对聚类结果进行排序。根据考生对影响志愿报考的因素主观赋权值，构建择校辅助系统的层次结构模型。利用该模型，把聚类结果进行排序，为考生提供科学、明确的志愿报考顺序。\n 5、构建择校辅助系统。本系统使用JAVA、JSP、SQL SERVER2005在NETBEANS集成开发环境下实现。系统首先根据考生的高考成绩、院校批次、文/理科对院校进行初步筛选，在筛选结果中，由考生针对自身情况对各影响因素设定重要性权重，使用基于改进的人工鱼群算法的模糊c-均值聚类算法，得到院校分类结果，根据考生要求的对分类结果进行排序，辅助考生更加科学合理的填报志愿。

关键词：农村地区择校辅助系统高考志愿人工鱼群算法模糊c-均值算法层次分析法

来源：评论

学校读者我要写书评

暂无评论

面向农村的择校辅助信息系统

面向农村的择校辅助信息系统

引用

作者：何欣河北农业大学

学位级别：硕士

普通高等学校全国统一考试是我国高等院校人才选拔录用的重要依据。高考是考生决定未来发展方向的重要转折点，这里面包含着考生家庭的希望，也关系着社会的人才培养。尤其对于农村考生来讲，他们很多人生活在偏远山区，信息闭塞，很多... 详细信息

普通高等学校全国统一考试是我国高等院校人才选拔录用的重要依据。高考是考生决定未来发展方向的重要转折点，这里面包含着考生家庭的希望，也关系着社会的人才培养。尤其对于农村考生来讲，他们很多人生活在偏远山区，信息闭塞，很多考生不能明确自己的院校目标，不能充分理解高考成绩的高低直接影响志愿的填报，就会出现盲目填报志愿的现象，最终导致考生志愿不理想或落榜，这对于十年寒窗苦读的莘莘农村学子是十分可悲的事情。由此看来，综合考虑影响高考志愿填报的各种因素，实现一个面向农村的能为考生提供具有辅助决策功能的择校辅助系统意义重大。本文主要研究内容如下： 1、分析了影响农村考生高考志愿填报的因素：校园环境，学习环境，就业率，可持续发展等因素。构建一个基于高考成绩，并且综合考虑以上各影响因素的择校辅助系统模型。 2、改进标准人工鱼群算法。标准人工鱼群算法后期运算速度慢，为了提升速度，将当前最优子群中心位置添加到公告板上；并将标准人工鱼群算法的觅食、聚群、追尾行为进行改进，从而提升算法运算速度减少迭代时间。 3、改进标准的模糊c-均值聚类算法。院校数据信息量繁多，志愿推荐结果要求可信度高，而初始聚类中心的选择对标准的模糊c-均值算法的聚类结果影响很大。本课题把模糊c-均值算法与改进的人工鱼群算法结合起来，二者扬长避短，初始聚类中心的选择由改进的人工鱼群算法提供，使模糊c-均值算法的寻优效率得到提升。 4、运用层次分析法对聚类结果进行排序。根据考生对影响志愿报考的因素主观赋权值，构建择校辅助系统的层次结构模型。利用该模型，把聚类结果进行排序，为考生提供科学、明确的志愿报考顺序。 5、构建面向农村的择校辅助信息系统。本系统使用JAVA、JSP、SQL SERVER2005在NETBEANS集成开发环境下实现。系统首先根据考生的高考成绩、院校批次、文/理科对院校进行初步筛选，在筛选结果中，由考生针对自身情况对各影响因素设定重要性权重，使用基于改进的人工鱼群算法的模糊c-均值聚类算法，得到院校分类结果，根据考生要求的对分类结果进行排序，辅助农村考生更加科学合理的填报志愿。

关键词：择校辅助系统影响因素人工鱼群算法模糊c-均值算法层次分析法

来源：评论

学校读者我要写书评

暂无评论

一种新的模糊聚类有效性指标

引用

计算机与现代化 2014年第7期 16-18,23页

作者：汤官宝阿坝师范高等专科学校基础教育系四川汶川623002

结合模糊聚类的类内紧致性和类间分离性信息,提出一种新的模糊聚类有效性指标。该指标能够确定由模糊c-均值算法(FcM)所得模糊划分的最优划分和最佳聚类数。在1个人造数据集和4个真实数据集上进行对比实验,结果表明该指标性能的优越性。

关键词：模糊聚类有效性指标模糊c-均值算法

来源：评论

学校读者我要写书评

暂无评论

一种改进的蚁群聚类的图像分割

引用

电子测试 2014年第1期25卷 1-3,102页

作者：于彬兰州交通大学电子与信息工程学院甘肃兰州730070

蚁群算法有很好的鲁棒性和全局性,而模糊c-均值算法对初始值过于依赖,造成局部最优解,本文提出结合两种算法,利用蚁群算法求出最优解,作为FcM的初始参数,然后利用FcM进行对图像的分割,在结合的基础上提出一种改进的方法,通过实验证明,... 详细信息

蚁群算法有很好的鲁棒性和全局性,而模糊c-均值算法对初始值过于依赖,造成局部最优解,本文提出结合两种算法,利用蚁群算法求出最优解,作为FcM的初始参数,然后利用FcM进行对图像的分割,在结合的基础上提出一种改进的方法,通过实验证明,该改进的方法,在图像分割中有很大的进步。

关键词：蚁群算法模糊c-均值算法图像分割

来源：评论

学校读者我要写书评

暂无评论

基于模糊c均值聚类与支持向量机的交通标志识别研究

基于模糊C均值聚类与支持向量机的交通标志识别研究

引用

作者：蔺立娜燕山大学

学位级别：硕士

安全帮助驾驶系统以辅助驾驶人员安全行驶和减少交通事故为目的。交通标志识别作为安全辅助驾驶系统的重要组成部分，它可以准确地识别驾驶环境中的交通标志，并将其结果及时反映给驾驶人员，从而约束驾驶员的动作，使他们做到安全行驶... 详细信息

安全帮助驾驶系统以辅助驾驶人员安全行驶和减少交通事故为目的。交通标志识别作为安全辅助驾驶系统的重要组成部分，它可以准确地识别驾驶环境中的交通标志，并将其结果及时反映给驾驶人员，从而约束驾驶员的动作，使他们做到安全行驶，这是交通标志识别系统的真正意义所在。所以设计交通标志识别系统显得尤为重要。道路交通标志识别系统(TSR)是智能交通系统的一个重要子系统。针对交通标志识别系统中对标志的检测和识别两个阶段的关键技术进行了深入的研究。对交通标志识别中常用的图像预处理技术进行归纳总结，并分别进行比较和分析。第一步对图像在空间进行彩色分割，第二步是对第一步的结果利用canny算子进行边缘检测并对形状区域裁剪，寻找目标区域。本文采用颜色矩、改进的Hu不变矩和Zernike矩提取交通标志牌的特征作为识别的特征库；提取裁剪区域图像的所有特征；最后送入SVM进行分类检测，通过测试样本对模型的检测，结果表明特征融合识别方法有很高的准确度。本文提出，模糊c—均值聚类FcM与支持向量机SVM相结合的方法在不降低分类准确度的条件下，很大程度的减小了支持向量机的分类运行时间。整个系统由传感器、数据采集电路、声光报警电路、液晶显示电路等组成，系统采用高性能的ARM9芯片S3c2440A作为核心cPU，确保了系统能够正常实现。

关键词：交通标志颜色分割 Hough变换不变矩支持向量机模糊c-均值算法

来源：评论

学校读者我要写书评

暂无评论

模糊聚类算法的优化设计

引用

河南大学学报（自然科学版） 2013年第4期43卷 451-454页

作者：张鸿彦许奇功河南工程学院软件学院郑州450000 河南工程学院计算机系郑州450000

文章阐述了模糊c-均值聚类算法(FcM)原理及存在的缺点,通过将粒子群优化算法思想应用到模糊聚类算法中,对模糊聚类算法进行了优化设计.实验证明,改进的算法具有较好的全局最优解,克服了传统模糊c聚类算法的不足,聚类效果优于单一使用Fc... 详细信息

文章阐述了模糊c-均值聚类算法(FcM)原理及存在的缺点,通过将粒子群优化算法思想应用到模糊聚类算法中,对模糊聚类算法进行了优化设计.实验证明,改进的算法具有较好的全局最优解,克服了传统模糊c聚类算法的不足,聚类效果优于单一使用FcM算法.

关键词：模糊聚类粒子群优化算法模糊c-均值算法隶属度

来源：评论

学校读者我要写书评

暂无评论

基于FcM图像融合技术的研究

基于FCM图像融合技术的研究

引用

作者：陈晓霞湖北工业大学

学位级别：硕士

随着航天事业和军事国防事业发展，遥感图像的获取越来越便利。但是遥感图像存在数量多、有用信息少、图像分辨率低的特点，图像融合技术在遥感信息领域得到极速发展。目前，图像融合领域的研究很多，但大多都是在特定领域应用，根据融... 详细信息

随着航天事业和军事国防事业发展，遥感图像的获取越来越便利。但是遥感图像存在数量多、有用信息少、图像分辨率低的特点，图像融合技术在遥感信息领域得到极速发展。目前，图像融合领域的研究很多，但大多都是在特定领域应用，根据融合目的来决定图像融合方法，这也就造成融合方法的多样性，没有一个统一的数学模型。本文结合模式识别与数据融合的特点，旨在寻找一种对图像融合的一般模型。本文研究的是最底层的图像融合技术——像素级图像融合。在空间域中首先引入模糊c-均值聚类（FcM）算法对图像像素灰度信息进行聚类，获得每个像素灰度值各自针对背景区域、不确定区域以及目标区域的概率，即每个像素灰度值相对于这三类的隶属矩阵;其次根据隶属矩阵实质上的意义将隶属矩阵元素转化为各像素灰度值对D-S证据理论不相容命题成立的支持度;最后利用D-S证据理论对不同图像隶属矩阵元素作为证据理论中各命题成立的概率进行融合，所得结果为新图像的隶属矩阵，从而得出新的融合图像。在FcM聚类过程中，由于FcM对初始值敏感，鲁棒性较差，要获取较好的聚类效果，必须多次更换初始值。为了解决这一问题，本文提出基于禁忌粒子群混合算法优化FcM，在提高算法稳定性及收敛速度上有很好的改善，将该改进算法应用于图像融合中，不仅能有效实现对灰度值的分类，而且对后期融合过程中表现为更精确、更丰富的信息。对多幅图象利用改进的FcM有效聚类后进行融合所得的图像在信息熵、平均梯度、信噪比等特性上有明显的优势。论文相关内容如下：论文主要介绍了图像融合相关概念以及当前像素级图像融合方法研究发展情况。详细介绍了本文研究过程中应用的相关算法如模糊c-均值聚类、粒子群、禁忌搜索、D-S证据融合等。在Vc＋＋环境下实现对两幅不同传感器获得的同一对象的图像基于FcM图像融合和基于改进的FcM图像融合，并对两种算法所得融合图像作相关的图像评价分析。

关键词：图像融合模糊c-均值算法禁忌粒子群算法 D-S证据

来源：评论

学校读者我要写书评

暂无评论

基于禁忌粒子群优化的FcM聚类方法

引用

湖北工业大学学报 2013年第2期28卷 45-48页

作者：陈晓霞廖家平赵熙临谌金豆湖北工业大学电气与电子工程学院湖北武汉430068

针对模糊c-均值算法(FcM)对初始值敏感的问题,提出禁忌搜索粒子群算法来优化FcM算法初始聚类中心.该混合算法是以粒子群算法为主体,禁忌算法针对粒子群算法的输出做更新,以避免单一使用粒子群算法而陷入局部最优的困境.算法保留了粒子... 详细信息

针对模糊c-均值算法(FcM)对初始值敏感的问题,提出禁忌搜索粒子群算法来优化FcM算法初始聚类中心.该混合算法是以粒子群算法为主体,禁忌算法针对粒子群算法的输出做更新,以避免单一使用粒子群算法而陷入局部最优的困境.算法保留了粒子群算法的并行处理能力,同时利用了禁忌搜索算法跳出局部最优解的特性,加快了整体算法的收敛速度并提高了聚类的准确率.

关键词：模糊c-均值算法粒子群算法禁忌算法

来源：评论

学校读者我要写书评

暂无评论

基于禁忌粒子群优化的FcM聚类方法

基于禁忌粒子群优化的FCM聚类方法

引用

湖北省机械工程学会机械设计与传动专委会暨武汉市机械设计与传动学会第21届学术年会

作者：陈晓霞廖家平赵熙临谌金豆湖北工业大学电气与电子工程学院湖北武汉 430068

针对模糊c-均值算法(FcM)对初始值敏感的问题,提出禁忌搜索粒子群算法来优化FcM算法初始聚类中心.该混合算法是以粒子群算法为主体,禁忌算法针对粒子群算法的输出做更新,以避免单一使用粒子群算法而陷入局部最优的困境.算法保留了粒子群算法的并行处理能力,同时利用了禁忌搜索算法跳岛局部最优解的特性,加快了整体算法的收敛速度并提高了聚类的准确率.

关键词：模糊c-均值算法粒子群优化数据处理精度控制

来源：评论

学校读者我要写书评

暂无评论

基于过渡时段分析的多阶段建模及故障诊断

基于过渡时段分析的多阶段建模及故障诊断

引用

2013年24届中国过程控制会议

作者：姬鹏飞陈冬丽王彦明安阳职业技术学院机电工程系河南安阳455000 安钢集团有限公司河南安阳410500

针对间歇过程多阶段硬划分和误分类导致监控效果不理想的问题,提出了1种基于过渡时段分析的多阶段MPcA监控策略.该方法按照过程动态特性的变化,依据模糊c-均值算法(Fuzzy c-Mean,FcM)将过程数据划分为多个阶段,根据隶属度函数处理过渡... 详细信息

针对间歇过程多阶段硬划分和误分类导致监控效果不理想的问题,提出了1种基于过渡时段分析的多阶段MPcA监控策略.该方法按照过程动态特性的变化,依据模糊c-均值算法(Fuzzy c-Mean,FcM)将过程数据划分为多个阶段,根据隶属度函数处理过渡阶段数据,建立阶段之间的联系;之后采用动态时间规整算法(Dynamic Time Warping,DTW)将分段后数据非线性化规整对齐,较好地解决了过渡阶段的监控问题.

关键词：化工生产间歇过程在线监控故障诊断多阶段建模模糊c-均值算法隶属度函数动态时间规整算法

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：