检索结果-内蒙古大学图书馆

计算机仿真 2013年第9期30卷 274-277页

作者：袁芳芳太原大学山西太原030032

针对k均值算法存在的初始聚类中心敏感和易陷入局部最优等缺陷,利用人工鱼群算法全局寻优能力,提出一种人工鱼群和k均值算法相融合的网络入侵检测模型(AFSA-kCM)。首先采用抽样技术和最大最小距离算法获得一组较优的聚类中心和聚类数目... 详细信息

针对k均值算法存在的初始聚类中心敏感和易陷入局部最优等缺陷,利用人工鱼群算法全局寻优能力,提出一种人工鱼群和k均值算法相融合的网络入侵检测模型(AFSA-kCM)。首先采用抽样技术和最大最小距离算法获得一组较优的聚类中心和聚类数目,然后通过人工鱼群模拟自然界鱼群的觅食、聚群,追尾等行为,找到最优的聚类中心和聚类数目,最后利用k均值算法根据最优的聚类中心和聚类数目建立最优的入侵检测模型,并采用kDD CUP99数据集进行测试实验。实验结果表明,相对于其它入侵检测模型,AFSA-kCM不仅提高了网络入侵检测率,同时加快了网络入侵检测速度,可以为网络安全入侵检测提供有效保证。

关键词：入侵检测最大最小距离算法人工鱼群算法 k均值算法聚类中心

来源：评论

学校读者我要写书评

暂无评论

基于模糊k均值算法的高校内部基建工程审计研究

基于模糊K均值算法的高校内部基建工程审计研究

引用

作者：孙蓉华南理工大学

学位级别：硕士

基建工程结算审计是高校内部工程审计的关键环节,但当前高校内部基建工程存在内容复杂、信息量庞大、人员能力不足等问题,导致审计耗时耗力、效率偏低。提升高校内部中大型基建工程审计价款的处理效率,是各地教育部门和审计部门亟待解... 详细信息

基建工程结算审计是高校内部工程审计的关键环节,但当前高校内部基建工程存在内容复杂、信息量庞大、人员能力不足等问题,导致审计耗时耗力、效率偏低。提升高校内部中大型基建工程审计价款的处理效率,是各地教育部门和审计部门亟待解决的热点问题。因此,研究一种高效、准确、可靠的高校内部基建工程审计方法,具有重要的理论意义和实用价值。本文基于当前审计学研究现状,总结了传统审计学和现代审计思维的优缺点,并结合审计学数学思维,提出了基于模糊k均值算法的高校内部基建工程审计方法。本研究提出的审计方法以模糊数学和聚类算法为思路,通过模糊软划分和尺度标准化分析工程特征,进而选取相似工程,并利用权重系数计算待审工程与相似工程的关联度,综合计算审计结果。在此基础上,研究还提出了增加考虑人、机、料的影响的计算方法,使得审计结果能更加符合工程实际需要。以广东某高校的内部基建工程为案例研究,通过本文提出的审计方法建立样本工程库、选择相似工程特征量、计算信息熵和熵权系数、求取相似度矩阵、定量调整系数得出工程最终价款,并将计算得到的最终价款与实际审计价款进行对比。结果表明,该案例的常规样本特征量和增加样本特征量条件下的最终误差为-2.98%和-1.25%,均满足±5%的设计要求,确认了方法的有效性。本文提出的基于模糊k均值算法的高校内部基建工程审计方法相比目前高校内部的审计方法有理论和实践优势,具备对定性不明确变量的分类功能。研究结果有效弥补了高校内部基建工程审计方法的不足,为高校内部中大型基建工程审计提供了一种高效、可靠的方法。

关键词：模糊数学 k均值算法高校基建审计

来源：评论

学校读者我要写书评

暂无评论

改进的k均值算法在中文文本聚类中的研究

改进的K均值算法在中文文本聚类中的研究

引用

作者：李梅安徽大学

学位级别：硕士

随着信息时代的到来,各种电子文本数据急剧增加,如何对庞杂的数据进行有效的管理并快速的获取需要的信息,已成为一项亟待解决的重要课题。文本聚类和文本分类作为一个有效的管理和组织文本的工具,受到了越来越多的重视和研究。本文以中... 详细信息

随着信息时代的到来,各种电子文本数据急剧增加,如何对庞杂的数据进行有效的管理并快速的获取需要的信息,已成为一项亟待解决的重要课题。文本聚类和文本分类作为一个有效的管理和组织文本的工具,受到了越来越多的重视和研究。本文以中文文本聚类为研究对象,对中文文本聚类全过程进行了较为深入的研究,包括文本预处理,文本聚类。针对k均值算法(kM)和二分k均值算法(BkM)在聚类分析存在的不足,基于合作聚类思想,提出了一种改进的文本聚类算法：合作二分k均值算法(CBkM)。本文主要的工作和取得的成果如下： (1)对当前主要的文本聚类方法及代表性算法进行了深入分析和研究,指出了各种代表性算法的优缺点及适用范围。 (2)对文本聚类中文本表示模型、文本间距离的度量和文本预处理等关键技术问题进行了较为深入的探讨。 (3)k均值算法(kM),其聚类效果由于受初始聚类中心的影响,k值选择难以有统一标准,且初始聚类中心的选择会对聚类产生较大影响,孤立点的存在造成很难找到全局最优解。而二分k均值算法(BkM),其在聚类过程中产生的成员碎片难以通过其他方法来进行重新聚类。针对kM算法和BkM算法在聚类中存在的缺陷,作者基于合作聚类的思想,提出了一种合作二分k均值算法(CBkM)。该算法主要分为整体聚类、合作聚类和融合三个阶段。该算法是在BkM产生CF树的过程中与通过kM进行同步的中间合作来实现的。通过引入相似柱状图的概念,其能够直观的反应簇之间元素的粘合性。并根据子类相似的相似柱状图计算出两个子类的融合因子,将融合因子值最大的两个簇进行融合,更新聚类簇。此过程产生的聚类结果能够有效的避免聚类碎片的产生,并且由于是对子类的交集进行合并聚类,所以有效的改善了k均值算法受初始聚类中心影响,该算法得到的是全局最有解,而不是局部最优解。 (4) CBkM算法是建立在kM算法和BkM算法的融合基础上,从性能上来看,CBkM算法的时间复杂度高于kM算法和BkM算法,但低于两者的和。 (5)基于搜狗语料库,分别对kM算法、BkM算法和CBkM算法进行中文文本聚类实验。结果表明：在互信息、纯度、F度量这三个度量标准上,CBkM算法均高于其他两个算法；而在熵值这个度量标准上,CBkM算法明显低于其他两个算法。因此,CBkM的聚类性能优于BkM和kM算法。

关键词：合作聚类 k均值算法二分k均值算法向量空间模型

来源：评论

学校读者我要写书评

暂无评论

基于粒子群k均值算法的变压器在线故障诊断研究

引用

电测与仪表 2016年第4期53卷 1-4页

作者：鄢小虎何发智卢文华谷凯凯向冬冬文正其国网电力科学研究院武汉南瑞有限责任公司武汉430074 武汉大学计算机学院武汉430072

文章提出了基于粒子群k均值算法的变压器在线故障诊断方法。首先通过k均值算法得到代表各种变压器故障类型的三比值,然后利用粒子群算法进行优化。当改良的三比值法由于缺码不能进行分析时,计算待判样本的三比值到各类故障对应三比值的... 详细信息

文章提出了基于粒子群k均值算法的变压器在线故障诊断方法。首先通过k均值算法得到代表各种变压器故障类型的三比值,然后利用粒子群算法进行优化。当改良的三比值法由于缺码不能进行分析时,计算待判样本的三比值到各类故障对应三比值的距离,选择距离最小的三比值对应的故障类型为该样本的故障。然后结合在线监测数据,利用专家规则库融合多参量对故障进行综合诊断。最后通过实例验证了文章方法的可行性和有效性。

关键词：粒子群算法 k均值算法油色谱故障诊断改良三比值法

来源：评论

学校读者我要写书评

暂无评论

k均值算法在网络入侵检测中的应用

引用

微计算机信息 2009年第15期25卷 42-43,8页

作者：宋文功龙军中南大学现代教育技术中心湖南长沙410075 中南大学信息科学与工程学院湖南长沙410075

通过比较入侵检测和人工免疫两个系统间的相似性,提出了一种基于人工免疫原理的入侵检测系统模型。运用k均值算法对人工免疫系统中的抗原和抗体进行聚类,并对该算法进行了适当的改进。有效提高了人工免疫网络入侵检测系统的计算效率。

关键词：人工免疫网络入侵检测 k均值算法

来源：评论

学校读者我要写书评

暂无评论

k均值算法影响因素的可视化分析

引用

山西电子技术 2013年第3期 8-10页

作者：张凯谢庆华解放军理工大学通信工程学院解放军理工大学国防工程学院江苏南京210007

k均值算法是聚类算法中一种基于划分的方法,算法初始值设置、数据预处理、数据集中的孤立点和离群点等因素均会影响其最终聚类效果,该理论同众多科学理论相同,表述方式复杂抽象、不易理解。基于此,提出可视化分析方案,以一种直观简洁的... 详细信息

k均值算法是聚类算法中一种基于划分的方法,算法初始值设置、数据预处理、数据集中的孤立点和离群点等因素均会影响其最终聚类效果,该理论同众多科学理论相同,表述方式复杂抽象、不易理解。基于此,提出可视化分析方案,以一种直观简洁的方式对现有理论进行阐释,并借助前期编译完成的可视化软件,利用IRIS数据集,对k均值算法的数据预处理、聚类中心设置两个因素进行了可视化分析,取得了良好效果。

关键词： k均值算法平行坐标法可视化分析

来源：评论

学校读者我要写书评

暂无评论

聚类分析中基于投影的k均值算法

聚类分析中基于投影的k均值算法

引用

作者：厉于行浙江大学

学位级别：硕士

数据挖掘是机器学习领域内广泛被研究的知识领域，是将人工智能技术和数据库技术紧密的结合，让计算机能帮助人们从大数据量的数据库中智能地、自动地获取出有价值的知识模式和规律信息，以满足人们不同应用的需要。k均值算法作为聚类... 详细信息

数据挖掘是机器学习领域内广泛被研究的知识领域，是将人工智能技术和数据库技术紧密的结合，让计算机能帮助人们从大数据量的数据库中智能地、自动地获取出有价值的知识模式和规律信息，以满足人们不同应用的需要。k均值算法作为聚类分析中应用极其广泛的一个算法，具有伸缩性好，效率高的优势。但是k均值算法这样的划分算法依赖k值的确定，初始聚类中心的选择以及不同样本对象条件下的相似度度量的选取。而且对于孤立点的影响很敏感，少数偏远孤立点就会造成很大影响。在运算效率方面对于大量高维数据，最大的阻碍在于欧氏距离定义下的距离计算。本文也提出了关于距离计算的效率改进和孤立点的分离。\n 针对k均值算法的各个不足之处，本文分别研究了其对应的改进算法。包括对于初始聚类中心选取的改进方法来进行初始中心点的选取，聚类中心和聚类均值点分离的方法来减少孤立点的干扰以及基于核函数的改进方法。对于效率提升方面提出了基于投影的改进方法，结合投影降维的理论对k均值算法进行改进，对所有待聚类的向量在选定的方向上计算投影距离，建立一个所有向量的投影距离的索引.在每次迭代重新分配点时进行一次投影距离的判断，排除投影距离相距过大的点，从而减少距离的计算次数。并将对于所有类都投影距离过大的点设置为孤立点.这样不仅提高了算法效率并且减少孤立点对于本身算法的影响。最后数据测试结果也显示效果不错。

关键词：数据挖掘聚类分析 k均值算法投影距离孤立点分离

来源：评论

学校读者我要写书评

暂无评论

k均值算法Java实现在慢性乙型肝炎肝脏纤维化诊断中的应用

引用

中华实用诊断与治疗杂志 2011年第10期25卷 1025-1027页

作者：王建申悦平圣建惠张建军王捷婷镇江市第三人民医院检验科江苏省212005

目的探讨k均值算法Java实现对慢性乙型肝炎纤维化诊断的价值。方法 226例慢性乙型肝炎患者进行肝活检和肝纤维化血清学指标检测,肝纤维化血清学指标采用k均值算法Java实现进行分析处理,并与肝活检结果比较。结果 k均值算法Java实现与肝... 详细信息

目的探讨k均值算法Java实现对慢性乙型肝炎纤维化诊断的价值。方法 226例慢性乙型肝炎患者进行肝活检和肝纤维化血清学指标检测,肝纤维化血清学指标采用k均值算法Java实现进行分析处理,并与肝活检结果比较。结果 k均值算法Java实现与肝活检结果比较,纤维化分期S0~S4诊断符合率分别为90.8%,84.2%,85.1%,90.6%,95.4%。结论 k均值算法Java实现可对慢性乙型肝炎肝纤维化程度进行有效分期。

关键词：肝纤维化慢性乙型肝炎 k均值算法肝活检

来源：评论

学校读者我要写书评

暂无评论

k均值算法实现遥感图像的非监督分类

引用

机电工程 2008年第3期25卷 77-80页

作者：包健厉小润浙江大学电气工程学院浙江杭州310027

k均值算法在高光谱遥感影像的非监督分类中具有较强的实用性,表现出了良好的优点。首先采用了最大最小选心法确定初始类别中心,然后使用了k均值算法实现遥感影像的分类。在分类过程中采用了VC++2005作为开发平台,极大地提高了遥感影像... 详细信息

k均值算法在高光谱遥感影像的非监督分类中具有较强的实用性,表现出了良好的优点。首先采用了最大最小选心法确定初始类别中心,然后使用了k均值算法实现遥感影像的分类。在分类过程中采用了VC++2005作为开发平台,极大地提高了遥感影像的分类速度,同时还给出了实现k均值分类主要步骤的代码。最后在深入分析不同迭代次数下得到的不同分类图的基础上,研究了迭代次数值对最后分类结果的影响.

关键词：非监督分类 k均值算法 VC++2005

来源：评论

学校读者我要写书评

暂无评论

基于改进k均值算法的滚动轴承故障诊断

引用

山东科技大学学报（自然科学版） 2017年第4期36卷 1-8页

作者：吴德浩陈茂银周东华清华大学自动化系北京100084 山东科技大学电气与自动化工程学院山东青岛266590

滚动轴承的故障诊断对于确保机械设备的安全可靠性有着十分重大的意义。本文采用模式识别的方法,借助振动数据对滚动轴承进行故障诊断。为了改善k均值算法极易陷入局部最优解的情况,利用粒子群算法与k均值算法进行混合聚类,设计了一种... 详细信息

滚动轴承的故障诊断对于确保机械设备的安全可靠性有着十分重大的意义。本文采用模式识别的方法,借助振动数据对滚动轴承进行故障诊断。为了改善k均值算法极易陷入局部最优解的情况,利用粒子群算法与k均值算法进行混合聚类,设计了一种基于自适应粒子群的k均值算法,它在惯性权重的调整和学习因子的设置等方面有别于传统的混合聚类算法。提取滚动轴承振动信号的28个时域和频域特征,采用主成分分析方法进行降维处理,再分别利用三种聚类算法对滚动轴承进行故障诊断。仿真表明,基于自适应粒子群的k均值算法能够增强k均值算法的寻优能力,可以改善传统混合聚类算法容易早熟、收敛速度较慢等缺点。

关键词：滚动轴承故障诊断主成分分析 k均值算法粒子群算法

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：