【摘 要】
：
针对传统K-means聚类算法初始聚类中心随机选取、不能处理边界对象、效率低、聚类精度低等问题,提出了一种新的K-means聚类算法。算法引入粒计算理论,并依据密度和最大最小距离法选择初始聚类中心,避免初始聚类中心在同一个类中,结合粗糙集,通过动态调整上近似集和边界集的权重因子,以解决边界数据的聚类问题;最后采用类间距和类内距均衡化准则函数作为算法终止判断条件,来得到更好的聚类效果。实验结果表明:
【基金项目】
：
国家自然科学基金资助项目（11171095,71371065）,湖南省自然科学衡阳联合基金资助项目（10JJ8008）,湖南省科技计划资助项目（2013SK3146）
论文部分内容阅读
针对传统K-means聚类算法初始聚类中心随机选取、不能处理边界对象、效率低、聚类精度低等问题,提出了一种新的K-means聚类算法。算法引入粒计算理论,并依据密度和最大最小距离法选择初始聚类中心,避免初始聚类中心在同一个类中,结合粗糙集,通过动态调整上近似集和边界集的权重因子,以解决边界数据的聚类问题;最后采用类间距和类内距均衡化准则函数作为算法终止判断条件,来得到更好的聚类效果。实验结果表明:该算法具有较高的准确率,迭代次数较少,并降低了对噪声的敏感程度。
其他文献
针对各向同性扩散算法容易模糊图像特征信息以及张量扩散算法在图像同质区域内的噪声点处易产生伪条纹的问题,提出了一种能有效反映图像局部结构特征的局部方差作为特征参数,并基于该特征参数将上述两种算法相结合的新算法。该算法在对图像不同性质的区域进行降噪时,能根据图像的局部统计信息来调整上述两种扩散算法在该区域的扩散速度,以充分利用上述两种算法的优点并避免其缺点。实验结果表明,所提算法较几种经典的算法能更有
针对网络流量存在概念漂移、不同应用类型数据流偏态分布等特性,提出了基于Hoeffding决策树的自适应分级滑动窗决策树的网络流量识别算法。该算法根据节点信息增益率检测概念漂移、动态调整概念漂移检测窗口及不同类型训练样本集窗口,实现对不同速率概念漂移的自适应分类和决策树更新。实验结果显示新算法对劣势频繁漂移的应用类型的识别准确率与batch C4.5算法接近,比CVFDT算法提高约20%,可以获得更
针对文本图像倾斜检测的问题,提出了一种新的基于几何约束的文本图像倾斜角自动检测算法。该算法采用边界标记自动机的方法对一组同行字符轮廓进行检测从而得到该组字符轮廓的最低点信息,再用矩的方法剔除噪声字符,并确定页面的倾斜角度。实验结果表明,该算法在检测效率与准确率上都有了明显的提高,同时在处理较大倾斜角和较少字符数目的倾斜检测中也有较好的执行效率。因此,该算法可广泛应用于包括英文、中文、日文在内的多种
通过设计规则,搭建OSEK操作系统逻辑仿真系统平台,克服了静态代码检测的不完备性,实现动态检测逻辑错误。通过测试,证明了基于规则的动态逻辑检测相对于传统静态分析的优越性。为结合标定技术实现系统逻辑监控提供了基础。
提出了一种新的算法,该算法根据图形渐变序列中出现的局部自交点,先判断出这些点的位置并计算出自交区域所占整个图形面积的比例,根据设定的阈值,采用合理的微调整算法,在尽可能保持源图形形态的基础上,将自交点剔除,达到渐变序列中图形全部为简单多边形的目的。结果表明提出的算法能够很好地将图形渐变中的自交点剔除,实现比单独采用边角插值法更理想的图形渐变效果。
针对当前软件体系结构动态演化方法很少考虑组成元素之间关联的问题,从关联的角度考虑软件体系结构的组成,用关联矩阵和关联基数矩阵描述软件体系结构及其动态演化的各项需求,提出了一种基于关联矩阵的软件体系结构动态演化方法,并设计相应的算法进行实现,最后通过案例进行分析和实验,验证了方法的有效性。本方法可有效地实现软件体系结构动态演化的可追踪性和可控性。
为了方便维文图像的切分和识别工作，提出将基于凸多边形的最小面积外接矩形法和基线拟合法相结合的检测和校正图像方法。首先提取边缘像素生成凸多边形，利用基于凸多边形的最小
根据压缩感知理论中的采样模式,提出了一种基于改进采样模式的压缩域图像融合算法。该算法首先通过双星型采样模式获得待融合图像的稀疏域压缩测量值,然后利用一种简单的绝对值最大融合规则直接在压缩感知域进行融合,最后通过贝叶斯的方法重构融合图像。在图像重建的过程中采用了贝叶斯方法。由于考虑了误差以及噪声的影响,使得融合图像的质量进一步提高。仿真结果表明,该算法具有良好的融合效果。
针对AOMDV协议最短路径的路由选择策略没有考虑网络负载情况而容易造成局部堵塞,以及缺乏对备用路径的有效维护,导致使用无效的备用路径增加丢包率、降低路由效率的问题,提出了带分流反馈的AOM-DV协议。提出的协议综合考虑跳数、路径使用频率、路径状态等因素设计分流规则,使数据分组在多条路径中并行传输来均衡负载;利用网络局部信号强度动态设置接收信号强度阈值,通过对比报文接收信号强度和动态阈值来标志危险路
认知无线电网络中,主用户(primary users,PU)和认知用户(cognitive users,CU)的行为均会给认知节点间的频谱分配带来重大影响。考虑CRN中主用户对认知用户的影响及认知用户间相互干扰这两种因素,提出认知用户可用信道的潜在竞争节点数(number of potential competition node,PCNN)这一概念,进而定义信道稳定度作为衡量频谱质量的参数。在信