基于K均值聚类改进的蚁群算法研究

蚁群优化算法(ACO)在求解TSP(traveling salesman problem)问题时,其算法的时间复杂度为O(m·n2·t)(其中t表示循环次数,n为城市数,m为蚂蚁数),搜索时间比较长。利用K-means聚类的方法得到多个类,每一个类都看作是一个小的TSP问题,然后在每个类内部和类之间利用改进的蚁群算法寻找最优路径,通过实验仿真,验证了此方法不但能提高解的精度,而且还加快了运行速度。     

改进性的文本聚类算法研究

在互联网技术日益发展的今天,如何快速对海量的文本进行归类是数据挖掘的一项重要课题。提出了一种改进型的文本聚类算法,计算句子相似度时综合考虑基于词频统计的特征向量表示法和关键词之间的关系,减少了相似度对于输入次序和频数的敏感度,有效地提高了计算小文档和简单句子相似度的准确度和文本聚类结果的准确率、召回率。     

基于多维度属性权重优化的FCM聚类算法的图书管理数据聚类研究

结合图书管理参数复杂,变量维数较高,多属性数据点集中不但包含数值型属性,还有类别属性和混合型属性的特点,将模糊聚类算法与属性加权优化相结合,进而推导出优化迭代公式并形成加权聚类算法对图书数据管理中的相关影响因素进行聚类分析,得到了相关具有较大影响因素的相关变量,对于企业今后一段时间内的精细化管理给出了控制方向和指标.     

模糊聚类计算方法的理论分析

分析了聚类分析４种原始数据规格化处理的数据特征，提出最大值规格化与均值规格化，由于能保持不同指标的原分辨力，是较好的方法。将常用的相似性度量方法分为绝对差数、相对差数、比例相似性３种类型。论证了基于模糊等价关系的模糊聚类法就是经典系统聚类的最短距离法，模糊系统聚类仅是一般系统聚类法的特例。     

基于FVSM的核聚类算法在文本聚类中的应用

针对信息挖掘中的文本自动聚类问题,提出了一种基于模糊向量空间模型的核聚类算法。首先对聚类文本进行模糊特征提取得到模糊特征项集,然后依据模糊特征项集对每篇文本计算特征项的文档频数,进而得出每篇文本的模糊特征向量。最后利用高斯核函数将每篇文本的特征向量映射到高维特征空间,在高维特征空间中利用核聚类算法实施文本聚类。该方法在特征提取时充分考虑了特征项在文档中的位置信息,使自动聚类原则更接近手工聚类方法。以中国期刊网全文数据库部分文档数据为例验证了该方法的有效性。     

模糊聚类计算方法的理论分析

分析了聚类分析４种原始数据规格化处理的数据特征,提出最大值规格化与均值规格化,由于能保持不同指标的原分辨力,是较好的方法。将常用的相似性度量方法分为绝对差数、相对差数、比例相似性３种类型。论证了基于模糊等价关系的模糊聚类法就是经典系统聚类的最短距离法,模糊系统聚类仅是一般系统聚类法的特例。     

不确定数据聚类算法研究

UK均值算法需要计算每个对象之间的期望距离（EDS）和聚类中心, EDS计算的成本就成了UK均值计算的性能瓶颈。为了提高UK均值的计算效率,本文提出一种优化的UK均值算法,通过一个高效的公式来估计期望距离,大大降低了UK均值的额外时间,并在实验中得以证明。我们还说明这个优化公式有效地将UK均值算法降低到了传统的基于K均值的聚类算法。     

基于ISODATA算法的草莓图像分割

应用ISODATA算法对成熟草莓图像进行分割,该方法具有迭代自组织性,通过预先设定的迭代参数,在随机选定初始聚类中心的基础上,使用分裂与合并的机制。结果表明,该算法应用于成熟草莓图像的分割效果较好。     

基于聚类改进的Fisher与KNN判别分类算法对比研究

大米中矿物元素种类多(38种),为了快速、准确地筛选出判别大米产地的有效指标,在分析大米矿物元素含量相关性的基础上,进行了大米产地判别分类算法对比实验。首先通过R型聚类方法将大米矿物元素样本进行分块,然后从每一类中选取数据再进行Fisher与KNN判别分类对比,这样可以改进传统算法中剪辑样本带来的判别误差,又大大降低了无效的计算量。实验表明,基于聚类选出一种元素最优组合方案,采用23种矿物元素进行Fisher判别的分类率达86.76%,此方法准确高效地降低了计算机的运算量,提高了判别分类速度。     

基于遗传算法的自然灾害预测方法研究

本文提出了采用遗传算法建立自然灾害预测模型的方法和步骤，根据1959—2000年山东省农业受灾面积统计数据．分别建立了含有一个周期分量和两个周期分量的长期预测模型。研究表明，遗传算法可以用于自然灾害变动的复杂预测模型的参数估计，理论上可以任意逼近参数的最优值。     

基于MMF的数据结构的映射与恢复算法研究

本文介绍了利用Windows的存贮管理功能和内存映射文件的相关支持,实现数据结构的文件方式直接保存与恢复,大大节省了数据结构的重构时间。在程序涉及海量数据时可以实现小内存环境下运行,减少甚至避免了内存空间不足现象的产生,对同类问题极具参考性。     

基于改进SAD算法的网格化作物冠层检测方法

为实现自动化精准喷雾,设计了一种基于双目视觉的喷雾定位系统,实现了单株目标作物点云化三维坐标的获取.针对目标作物冠层无规则几何外形的特殊性,提出了网格划分法和引入方差分量的改进SAD(sum of absolute differences)匹配算法.算法在抑制田间背景噪声和提高匹配算法计算效率上取得了较好的效果.     

数据挖掘在图像语义检索中的应用

各种基于内容的图像检索算法经过近10a的研究已趋于成熟，但其多用诸如颜色、文理、形状、轮廓等底层特征，缺少高层的语义知识支持，导致检索结果不够理想。本文旨在通过对数据仓库和几种数据挖掘工具的分析研究，探索实现海量的、非结构化的图像数据组织的方法，并选择合适的工具对图像进行挖掘．获得图像语义知识，实现图像自动语义检索。     

基于Web平台数据实时显示的研究

本文对数据采集系统的应用层进行了研究,抛弃了传统的C/S构架设计模式,采用B/S结构。重点探讨如何在W eb平台上实现实时动态数据显示,并给出了实现的方案。     

基于AHP法的沥青路面破损状况灰色聚类综合评价模型

针对沥青路面破损状况评价方法的不足,本文依据灰色聚类分析原理,提供1种综合评价方法,使得评价过程客观公正,减少了评价结果的差异性。首先,利用建立评价指标体系,并利用AHP法确定各指标的权重系数,以此作为灰色聚类权;其次,利用统一标准确定白化值,以此建立白化函数;最后计算聚类向量,形成综合评价模型。通过结合实例进行综合评价,表明利用该模型可得到客观、可靠的沥青路面破损评价。     

基于实例图像自动语义标注方法的研究

本文提出了一种简单的图像自动语义标注方法。该方法的优点是可以根据以往的标注经验自动确定图像的标注信息,克服了手工标注的缺点,也可以方便地扩展为半自动标注,为标注者提供了一个简单方便的标注接口。     

基于XML的农业数据转换系统研究

分析了如何实现XML数据和关系数据库数据之间的转换,指出了其技术关键是在XML文档和关系数据库之间建立映射关系,最后提出了一种基于元素树的转换方法及其转换模型。     

基于数据挖掘技术的B2C电子商务系统研究与实现

本文将数据挖掘技术应用到B2C电子商务,设计了B2C电子商务管理系统。B2C电子商务系统具有数据量大、数据质量差和数据种类多的特点。文中根据B2C电子商务系统数据的特点,在B2C电子商务管理系统中设计了数据挖掘管理模块,采取数据挖掘技术对其数据进行预处理、数据挖掘和挖掘结果显示。并采用J2EE的B/S架构将其实现。     

应用ISO9000过程方法加强基本科研业务费项目管理

该文在分析基本科研业务费项目特点与管理要求的基础上,结合ISO9000中的过程方法,介绍了加强基本科研业务费项目过程管理的主要措施,期望为今后基本科研业务费管理模式的探索与完善提供借鉴。