【摘 要】
：
针对当数据集合中的数据属性差异不明显时,传统的均值聚类算法会收敛到局部最小值点,造成算法聚类结果不准、精度下降的问题,提出了一种基于密度的加权模糊均值聚类算法。该
【基金项目】
：
河南省重大科技攻关项目（102102210490）资助
论文部分内容阅读
针对当数据集合中的数据属性差异不明显时,传统的均值聚类算法会收敛到局部最小值点,造成算法聚类结果不准、精度下降的问题,提出了一种基于密度的加权模糊均值聚类算法。该算法通过计算差异属性类中的相关密度,运用密度作为确定初始类中心的方法,得到了聚类效果更好的初始值。之后用加权模糊算法克服类划分中数据属性差异不明显带来的弊端,对类中差异属性进行归类划分。实验结果表明,该算法依然可以区分出不同属性的重要程度,而且其稳定性和聚类效果都有一定的提高。
其他文献
可重构多处理器阵列上的容错技术可用来重构含有故障单元的处理器阵列，以便获得最大可用的目标阵列。现有的研究成果主要侧重于重构算法的构造，还没有涉及对重构后目标阵列的同
近几年,垃圾博客过滤成为国际上新的热点研究领域。现有的过滤算法大多基于词频特征分类,特征冗余并缺乏关联性。为了解决此问题,提出一种基于组合特征的动态垃圾博客过滤算
主要研究如何从在线评论文本中挖掘产品的评价主题,并对其倾向性进行分析。首先采用一种启发式规则和共现概率统计相结合的方法识别文本集合中的名词性短语,再运用LDA模型挖
随着多媒体应用的普及,越来越多的处理器集成了SIMD扩展,但是非连续或者非对齐访存会阻碍程序的向量化或者造成性能损失。针对实际应用中出现的数组引用不连续的情况,提出了
局部颜色迁移是指将一幅参考图像标定区域的颜色特征传递给目标图像的标定区域,使之具有与参考图像标定区域相似的色彩。Reinhard算法是一种经典的算法,它但它没有考虑图像的细节信息。在此基础上,提出一种基于图像色调和细节信息的局部颜色迁移算法,它综合考虑目标区域和参考区域的均值、标准差和梯度的信息,在进行色彩迁移的同时,兼顾目标图像本身的细节信息,通过权重可调,大大增加了颜色迁移的灵活性和实用性。
采用基于框架表示法的结构化技术表达静态预案,并基于关系模型设计预案库结构和索引。同时将基于案例推理方法和最近邻法相结合,通过计算突发事件与预案的相似度实现最优相似
针对无线传感器网络中的传感器节点通常使用电池供电且能量不易补充的特点,设计了一种低功耗的适用于环境物联网实时监控的节点。节点分为传感器节点和汇聚节点。传感器节点采用MSP430F1611作为微处理器,采用TI公司的低功耗射频芯片CC2420作为通信模块。汇聚节点采用ARM9系列S3C2410作为微处理器,采用CC2420作为通信模块。对节点的硬件结构和软件流程进行了设计。最后,通过实验对网络中节点
提出了基于跨层的自适应带宽预留和多重QoS保证的802.11eEDCA分布式流接纳控制。首先自适应分配各站点OFDM子载波比特以最大化信道容量,并将比特率跨层传送到MAC层。基于此,
给出了一个多处理器NoC结构以实现指定的中值滤波算法。为了提高图像处理的速度,在NoC设计的专用SoC中使用了系统并行机制与基本计算单元指令并行机制相结合的方法。它既可以满足处理速度的要求,又能达到降低功率损耗的目的。对图像处理中的中值滤波处理结构进行了并行设计,可极大地提高处理速度。
认知无线电网络中，协作频谱感知技术利用多个认知用户的本地感知，克服了多径效应、阴影效应等问题的制约，提高了系统的检测性能。介绍了典型的协作感知系统模型，对本地感知和融合