检索结果-内蒙古大学图书馆

齐齐哈尔大学学报（自然科学版） 2015年第2期31卷 57-64页

作者：孙菲张健沛董野任福栋于涛郭春平齐齐哈尔高等师范专科学校计算机系黑龙江齐齐哈尔161005 哈尔滨工程大学计算机科学与技术学院哈尔滨150001 齐齐哈尔市招生考试办公室黑龙江齐齐哈尔161006

针对利用距离差聚类分析算法分析学生学科成绩不够准确的问题,提出了利用标准差计算标准偏移量构建目标函数的k-means聚类分析算法,给出了初始聚类中心选取办法和算法的描述及处理流程;实验结果分析可得,利用标准偏移量构建的学生成绩k-... 详细信息

针对利用距离差聚类分析算法分析学生学科成绩不够准确的问题,提出了利用标准差计算标准偏移量构建目标函数的k-means聚类分析算法,给出了初始聚类中心选取办法和算法的描述及处理流程;实验结果分析可得,利用标准偏移量构建的学生成绩k-means聚类分析算法,符合对学生成绩按学科类别聚类分析的特性要求;该算法能够较好的实现学科成绩高度关联属性的聚类分析结果。

关键词：标准偏移量标准差 k-means聚类分析算法成绩分析

来源：评论

学校读者我要写书评

暂无评论

结合HSV-HS与k-means聚类算法的冬小麦苗密度估测

引用

测绘科学 2025年第4期 50-62页

作者：陶婷孟炀杜晓初梅新杨小冬北京市农林科学院信息技术研究中心农业农村部农业遥感机理与定量遥感重点实验室湖北大学资源与环境学院

针对植株高密度、植被覆盖度梯度差异弱，苗密度难以高精度估测的问题，该文通过RGB-HSV颜色空间转换，构建HSV-HS分割模型在苗期提取植被信息。利用k-means聚类分析将其分为小麦主茎和叶缘背景两部分。对聚类后的小麦主茎构建连通域并... 详细信息

针对植株高密度、植被覆盖度梯度差异弱，苗密度难以高精度估测的问题，该文通过RGB-HSV颜色空间转换，构建HSV-HS分割模型在苗期提取植被信息。利用k-means聚类分析将其分为小麦主茎和叶缘背景两部分。对聚类后的小麦主茎构建连通域并识别下部角点中心位置，定位主茎基，获取主茎基基数，并构建苗密度估测模型。与传统植被覆盖度、植被指数估测苗密度模型相比，本方法在冬小麦苗密度估测中表现出更高的精度。基于偏最小二乘法算法结合主茎基数构建基本苗密度估测模型，整体决定系数（R2）最高，均方根误差（RMSE）最小。通过不同参数组合，表明以主茎基数结合植被指数所构建偏最小二乘法的苗密度估测模型精度最高。利用HSV-HS结合k-means聚类方法获取的主茎基数，再叠加植被指数所构建的偏最小二乘法算法模型，在高密度、叶片重叠率高的情况下，能相对精准估测冬小麦苗密度。

关键词：冬小麦 k-means聚类分析算法主茎基识别苗密度估测无人机数码影像

来源：评论

学校读者我要写书评

暂无评论

基于Android的“E路行”实时路况系统的设计与实现

基于Android的“E路行”实时路况系统的设计与实现

引用

作者：张泓同济大学

学位级别：硕士

本文主要介绍了基于Android平台的“E路行”实时路况系统的设计与实现过程。“E路行”实时路况系统在利用GPS定位实时获取数据的同时，根据交通工具的不同，采用k-means聚类分析技术，能够实时提供路面上车速、加速度以及通行时间等具... 详细信息

本文主要介绍了基于Android平台的“E路行”实时路况系统的设计与实现过程。“E路行”实时路况系统在利用GPS定位实时获取数据的同时，根据交通工具的不同，采用k-means聚类分析技术，能够实时提供路面上车速、加速度以及通行时间等具有精确性时效性的信息，达到为用户精准提供最省时的出行路线的目的。　　目前各类地图导航类软件仅仅通过颜色来区分道路的拥堵状况，此举比较模糊且不容易判断路况的实时变化情况。为此本文主要介绍了如何通过实时获取速度数据来量化道路指标，为用户提供最省时最便捷的出行方案。为实现路况信息显示的实时性及准确性，处理数据的方法为重中之重。为此本文实现数据处理过程可分为五个环节：即数据获取，数据分析，数据处理，数据传输及数据呈现。本文实现的数据获取方式为信息获取与反馈良性循环机制，使用者在获取路况信息的同时，软件将获取其速度、加速度、经纬度、时间差以及手机Mac识别码等信息存储至数据库。数据分析是软件对所获取信息进行脏数据筛选，关键数据辨别的过程。数据处理为软件后台通过k-means聚类分析算法对获取信息按照交通方式不同的特点进行分类，从而达到针对不同交通工具提供不同的通行路线的目的。数据传输为实现数据实时关键的一步，本文数据传输方面利用Socket协议传输、Gzip压缩包封装数据和对相邻路况点缓存处理的技术来解决精确性与实时性的矛盾。对比已有的路况标识软件，为解决路况信息呈现模糊的缺陷，本文采用点状区分，详细显示精确速度的方式呈现。通过对数据进行以上五步处理，确保了系统实现“实时”显示路况的核心目标。　　通过本文对“E路行”实时路况道路测评应用的设计与实现的详细介绍，介绍了Android开发的具体流程，实现了登录注册功能、路况显示功能、路线查询、路线规划、保留历史查询、车速动态管理功能以及“畅享圈”功能。本文仍有不足之处，首先是数据方面应当增加真实数据检测系统运行结果，其次在功能方面可以考虑增加拥堵路段及时提醒和离线地图下载功能，保证使用者在流量花费最少的情况下实时获得有效的路况信息。

关键词：实时路况系统 Android平台 k-means聚类分析算法 GPS Socket协议

来源：评论

学校读者我要写书评

暂无评论

交通运输与新型城镇化协调发展策略研究

引用

内蒙古公路与运输 2018年第3期 44-49页

作者：吴改选四川省交通运输厅交通勘察设计研究院规划处四川成都610017

为解决交通运输与新型城镇化发展匹配度不高、适应性不强及对城镇化发展支撑度不足等问题,提出交通运输与新型城镇化协调发展策略,分析交通运输与城镇化发展之间关系,梳理了"推动型"、"同步型"、"拉动型"... 详细信息

为解决交通运输与新型城镇化发展匹配度不高、适应性不强及对城镇化发展支撑度不足等问题,提出交通运输与新型城镇化协调发展策略,分析交通运输与城镇化发展之间关系,梳理了"推动型"、"同步型"、"拉动型"三种发展策略之间的关系,构建协调发展策略匹配指标体系,采用因子分析法和k-means聚类分析算法进行发展策略优选,并在四川省进行实例验证,为新型城镇化背景下交通运输与城镇化发展提供了思路与方向。

关键词：交通运输新型城镇化协调发展策略因子分析法 k-means聚类分析算法

来源：评论

学校读者我要写书评

暂无评论

ATM机交易状态特征分析与异常检验

引用

江西通信科技 2018年第2期 9-10页

作者：应昊键韦棋钧重庆邮电大学软件工程学院重庆市400065

本文主要通过对交易量、交易成功率、交易响应时间每月的数据绘制散点图、提取特征参数,建立交易量、交易成功率、交易响应时间的三维聚类分析模型、采用k-means聚类分析法,增加加内存占用率、响应率这两个拓展数据,结合交易量、成功率... 详细信息

本文主要通过对交易量、交易成功率、交易响应时间每月的数据绘制散点图、提取特征参数,建立交易量、交易成功率、交易响应时间的三维聚类分析模型、采用k-means聚类分析法,增加加内存占用率、响应率这两个拓展数据,结合交易量、成功率、响应时间同时进行定量和定性分析,来选取特征参数与进行异常检验。

关键词： k-means聚类分析算法均值与方差分析异常检测

来源：评论

学校读者我要写书评

暂无评论

改进k-means算法在电信CRM客户分类中的应用

引用

计算机系统应用 2012年第11期21卷 153-155,186页

作者：左国才周荣华黎自强湖南软件职业学院软件工程系湘潭411100

电信市场的竞争在于客户的竞争,为了在激烈的竞争中保持优势,必须将客户进行细分,针对不同的客户,研究出相应的营销策略.k-means算法能对大型数据集进行高效分类,但对"噪声"敏感,聚类结果不准确,本文对该算法进行改进,使其能... 详细信息

电信市场的竞争在于客户的竞争,为了在激烈的竞争中保持优势,必须将客户进行细分,针对不同的客户,研究出相应的营销策略.k-means算法能对大型数据集进行高效分类,但对"噪声"敏感,聚类结果不准确,本文对该算法进行改进,使其能够实现更加准确和全面的客户细分.

关键词：电信CRM 客户细分数据挖掘 k-means聚类分析算法

来源：评论

学校读者我要写书评

暂无评论

Web网络信息挖掘系统的体系构建探究

引用

宁德师范学院学报（自然科学版） 2013年第3期25卷 267-270页

作者：陈卫荣宁德师范学院计算机系福建宁德352100

针对Web网络通讯过程中存储的海量数据,运用新颖的数据挖掘技术或方法,发掘出数据中隐含的规律知识.为此提出关于Web网络信息挖掘系统体系结构.阐述数据方块法、属性导向归纳法在数据预处理中的应用,深入探讨粗集属性约简算法、k-means... 详细信息

针对Web网络通讯过程中存储的海量数据,运用新颖的数据挖掘技术或方法,发掘出数据中隐含的规律知识.为此提出关于Web网络信息挖掘系统体系结构.阐述数据方块法、属性导向归纳法在数据预处理中的应用,深入探讨粗集属性约简算法、k-means聚类分析算法等在Web网络信息挖掘系统体系的应用,提出的系统体系结构可为挖掘系统的实际研发提供有效指导.

关键词： Web网络信息系统体系结构数据方块法属性导向归纳法 k-means聚类分析算法

来源：评论

学校读者我要写书评

暂无评论

k-means算法在物流快递企业客户细分中的应用

引用

中国市场 2016年第36期 33-35页

作者：踪锋程林南通理工学院江苏南通226002

面对日益激烈的物流市场竞争和信息技术的迅猛发展,物流快递企业必须建立以"客户为中心"的服务模式,针对不同的客户需求制定对应的营销策略和价格策略,并进行分类管理。数据挖掘中的k-means聚类算法能对大型数据集进行高效分... 详细信息

面对日益激烈的物流市场竞争和信息技术的迅猛发展,物流快递企业必须建立以"客户为中心"的服务模式,针对不同的客户需求制定对应的营销策略和价格策略,并进行分类管理。数据挖掘中的k-means聚类算法能对大型数据集进行高效分类,改进的k-means算法能够应用于复杂的物流客户关系管理,对客户进行准确和全面的分类管理。

关键词：物流CRM 客户分类数据挖掘 k-means聚类分析算法

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：