检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

函数型数据的分步系统聚类算法

系统管理学报 2015年第6期24卷 814-820页

作者：郭均鹏王梅南高成菊戴晖天津大学管理与经济学部天津300072

函数型数据能够反映数据的内在规律,利用该特点可以挖掘数据更多的潜在信息。在对传统聚类算法研究的基础上,首次提出将导函数距离引入函数型数据的聚类中,设计了函数型数据的分步系统聚类算法,给出了算法的具体步骤。利用随机模拟对算... 详细信息

函数型数据能够反映数据的内在规律,利用该特点可以挖掘数据更多的潜在信息。在对传统聚类算法研究的基础上,首次提出将导函数距离引入函数型数据的聚类中,设计了函数型数据的分步系统聚类算法,给出了算法的具体步骤。利用随机模拟对算法的有效性进行了检验,并针对40个国家41年的人均GDP数据进行了实例研究,结果表明,该算法能够对函数型数据进行有效聚类。此外,基于此算法提出了一种函数型数据的数据补齐方法,实例研究结果表明,该预测方法能够对函数型数据进行有效地补齐。

关键词：函数型数据聚类算法系统聚类分步聚类

在线全文

学校读者我要写书评

暂无评论

基于显著性区域的分步聚类目标搜索

基于显著性区域的分步聚类目标搜索

作者：阚世超北京交通大学

学位级别：硕士

基于图像内容的物体检索是当前研究的热点,其包括物体匹配和物体定位两部分。特征捆绑(图像分块)和物体定位是物体检索区别于相似图像检索的关键技术,图像分块后一般可以按基于图像内容的相似图像检索方法匹配物体。对于物体的定位,多... 详细信息

基于图像内容的物体检索是当前研究的热点,其包括物体匹配和物体定位两部分。特征捆绑(图像分块)和物体定位是物体检索区别于相似图像检索的关键技术,图像分块后一般可以按基于图像内容的相似图像检索方法匹配物体。对于物体的定位,多数物体定位方法是用与查询物体最相似的分块图像在图像中的位置作为物体定位的结果。然而,当前物体匹配和定位的方法在速度和准确度上存在矛盾。为此,需要探索新方法来有效的提升物体检索中的速度和准确度。本文基于VLAD (Vector of Locally Aggregated Descriptors)图像表示方法,对目标搜索进行研究,包括基于图像内容的相似图像搜索和物体检索,在码本构造、图像表示和目标定位三个方面提出相应的算法。本文的主要贡献如下：(1)在码本构造方面,提出一种基于二值变换的SURF特征降维方法和两步聚类算法。首先,通过二值变换将原始SURF特征变为8维,极大减少存储空间和检索速度。然后,将降维后的数据集分为多个子集,通过子集内和子集间两步聚类得到最后的聚类结果。(2)在图像表示方面,提出基于加权的特征前融合方法的图像表示方法,进一步,提出了基于图像显著性加权的VLAD图像表示方法。由于图像局部特征降维存在信息损失,因此,提出通过对特征加权融合来弥补由于降维造成的信息损失。对于图像的VLAD表示方法,进一步提出对图像显著性区域和非显著性区域的特征赋予不同大小的权值进行图像表示。(3)在目标搜索中的目标定位方面,提出基于图像显著性区域的多尺度图像分块。多尺度图像分块将一幅图像分为大小不同的65块。然后,利用图像显著性区域来解决一个物体被分割到多个图像块中,或者一个图像块中并不仅仅只有一个物体区域的问题。实验结果表明：在码本构造方面,基于K均值聚类,两步聚类的方法在保证聚类准确度的前提下,能大大提升聚类速度。在图像表示方面,在Holidays数据库和UKB数据库上的实验证明,加权的特征前融合方法能很好的提高图像检索精度。另外,通过显著性加权的VLAD图像表示方法,进一步提升检索精度。在目标定位方面,在Oxford5K数据库上的实验证明,基于图像显著性区域的多尺度图像分块方法能以较少的分块得到更准确的定位结果,并提升目标搜索速度。

关键词：显著性物体搜索分步聚类多尺度分块降维图像检索特征融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于分步聚类和相似度优化的协同过滤算法

基于分步聚类和相似度优化的协同过滤算法

作者：王振大连海事大学

学位级别：硕士

目前,协同过滤技术是个性化推荐系统中使用较广泛、应用较成功的一种个性化推荐技术。但在实际应用过程中,随着推荐系统规模的扩大和内部数据量的增多,协同过滤推荐技术暴露出了"数据稀疏性"、"扩展性差"和"推荐精度低"等问题。针对协... 详细信息

目前,协同过滤技术是个性化推荐系统中使用较广泛、应用较成功的一种个性化推荐技术。但在实际应用过程中,随着推荐系统规模的扩大和内部数据量的增多,协同过滤推荐技术暴露出了"数据稀疏性"、"扩展性差"和"推荐精度低"等问题。针对协同过滤算法存在的不足问题,本文提出了基于分步聚类和相似度优化的协同过滤算法。首先,针对协同过滤算法存在的扩展性差和数据稀疏性问题,本文在基于聚类的协同过滤算法基础上,提出一种分步聚类策略。在对项目和用户进行分步聚类操作时,本文引用了一种改进的K-means算法,避免了初始聚类中心选择的过于近邻而导致算法陷入局部最优解。分步聚类策略旨在提高算法的扩展性,缓解评分数据过于稀疏对聚类结果的影响。然后,针对协同过滤算法中相似度的直接计算而导致推荐精度低的问题,本文根据评分预测公式推导出了用户之间相似度的优化算法。并在分步聚类的基础上,利用相关簇类中的评分数据对用户之间的相似度进行训练与优化,旨在不失算法扩展性的同时,提高相似度的计算准确度,从而提高算法的推荐精度。最后,为了验证本文算法的推荐性能,进行了实验验证与结果分析。实验结果表明,与传统、基于用户聚类和基于项目聚类的协同过滤算法相比,本文提出的改进算法提高了协同过滤算法的推荐精度,具有较好的推荐质量。

关键词：个性化推荐系统协同过滤 K-means 分步聚类相似度优化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

函数型数据的分步系统聚类算法研究

函数型数据的分步系统聚类算法研究

作者：戴晖天津大学

学位级别：硕士

在许多研究和应用领域，数据呈现海量性、连续性等特点。在这种条件下，传统的数据处理方法已经难以满足现今社会数据分析的需要。函数型数据的产生为现代数据分析提供了新的思路，一方面能够有效降低海量数据的存储空间，并且可以借助... 详细信息

在许多研究和应用领域，数据呈现海量性、连续性等特点。在这种条件下，传统的数据处理方法已经难以满足现今社会数据分析的需要。函数型数据的产生为现代数据分析提供了新的思路，一方面能够有效降低海量数据的存储空间，并且可以借助函数方法对数据进行有效分析。但是函数型数据的研究发展时间较短，各种方法还不是很完善。本文就函数型数据的聚类分析，提出分步系统聚类算法，并对其应用做深入研究。论文首先阐述了函数型数据分析步骤以及常用的聚类方法。函数型数据聚类方法大多从数据的实际距离出发进行聚类，没有体现函数型数据的特点，不能充分利用数据信息。论文针对该问题提出了分步系统聚类算法，给出了函数型数据距离、均值的定义，详细阐述了分步系统聚类算法的具体步骤：首先，利用函数型数据间的实际距离进行聚类，然后，利用函数型数据的导函数距离对结果进一步聚类。为了检验方法的有效性，论文进行随机模拟，并用CR指数将其和传统方法进行了比较。最后，论文将函数型数据的聚类算法应用到实证研究，对世界国家通过人均GDP进行了划分，将结果同真实划分进行对比。根据函数型数据的特点，论文结合聚类分析，提出了函数型数据预测的可行方法，并验证该方法的可行性。随机模拟和实证研究表明，分步系统聚类算法能够在充分利用数据信息的条件下，对数据进行有效划分，在实际应用也体现出良好的应用价值。

关键词：函数型数据聚类分析系统聚类分步聚类

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于数据挖掘技术的钛合金铣削工艺参数优化

计算机集成制造系统 2022年第8期28卷 2440-2448页

作者：刘献礼孙庆贞岳彩旭李恒帅哈尔滨理工大学先进制造智能化技术教育部重点实验室黑龙江哈尔滨150080

随着大数据时代的来临,传统数据挖掘技术已不能满足智能制造背景下海量数据处理的要求。针对海量数据在挖掘过程中出现的计算能力不足、挖掘效率低下的现状,提出在云计算环境下,以分步聚类理念为基础,对经典K-means聚类算法进行改进,并... 详细信息

随着大数据时代的来临,传统数据挖掘技术已不能满足智能制造背景下海量数据处理的要求。针对海量数据在挖掘过程中出现的计算能力不足、挖掘效率低下的现状,提出在云计算环境下,以分步聚类理念为基础,对经典K-means聚类算法进行改进,并将改进的算法与Hadoop平台的MapReduce计算架构相结合,实现算法计算并行化,从而形成能够应对海量数据挖掘任务的新算法T.K-means。为了验证新算法的实用性能,以虚拟铣削Ti-6Al-4V(TC4)钛合金加工运行数据为挖掘对象,利用T.K-means算法挖掘加工工艺参数与工件表面粗糙度之间的关系,得到可调控工艺参数的优化值以指导实际加工。挖掘结果表明,T.K-means算法可用于TC4钛合金铣削工艺参数优化目标值的确定,其所挖掘出的工艺参数能够反应机床铣削加工TC4钛合金表面粗糙度的最佳运行状态。

关键词：数据挖掘分步聚类 T.K-means算法 MapReduce架构铣削参数优化

在线全文

学校读者我要写书评

暂无评论

城市蔬菜品种污染状态空间的定性识别分析

数理统计与管理 2007年第2期26卷 210-216页

作者：肖莉张国权华南农业大学理学院广州510642

本研究提出“两线一点实时监测预警”的一套方法来完善已经建立的城市蔬菜品种污染监控系统,即在由多元统计法建立的城市蔬菜品种污染监控系统研究基础上,利用分步聚类法对蔬菜品种污染空间进行分步聚类,同时采用非参数判别法对儿污染... 详细信息

本研究提出“两线一点实时监测预警”的一套方法来完善已经建立的城市蔬菜品种污染监控系统,即在由多元统计法建立的城市蔬菜品种污染监控系统研究基础上,利用分步聚类法对蔬菜品种污染空间进行分步聚类,同时采用非参数判别法对儿污染状态进行识别分析。该套方法的提出确保了城市蔬菜品种污染监控系统的正确性、准确性和科学性,为污染监控系统提供了“双保险”。

关键词：分步聚类检验水平非参数判别

面向科研人员的多源异构信息消歧系统的研究与实现

在线全文

学校读者我要写书评

暂无评论

面向科研人员的多源异构信息消歧系统的研究与实现

作者：池翔北京邮电大学

学位级别：硕士

科研人员信息的挖掘作为信息技术领域的重要前沿课题之一,不断地吸引着研究者参与其中。与互联网中的其他信息一样,科研人员信息广泛地分布在互联网的各个角落,这些信息存在着来源广、结构多样、内容庞杂的问题,给数据分析的研究者带来... 详细信息

科研人员信息的挖掘作为信息技术领域的重要前沿课题之一,不断地吸引着研究者参与其中。与互联网中的其他信息一样,科研人员信息广泛地分布在互联网的各个角落,这些信息存在着来源广、结构多样、内容庞杂的问题,给数据分析的研究者带来了不小的障碍,如何有效地对科研人员信息进行消歧是当前一个亟待解决的问题。科研人员信息消歧的本质是人名消歧,本文针对人名消歧尝试采用一种基于人物属性特征和社会关系网络相结合的分步消歧方法,消歧工作包括对科研人员论文数据和专利数据的消歧,还有对其职业社交网络信息进行融合。主要研究内容和工作包括以下几个方面:(1)数据采集与预处理。本文针对几类不同数据源分别提出了不同的数据采集方法并对采集后的结构化、非结构化和半结构化数据进行了预处理,其中自动化爬虫的设计和实现是这部分的工作重点。(2)科研人员本体模型构建。通过抽取各类数据源的人物特征,利用这些特征构建能够唯一标识一个科研人员的本体模型,并能够将采集的异构数据统一存储,为科研人员消歧和分析提供便利。(3)确定消歧解决方案。研究了相关消歧方法分类,对传统的基于特征属性的消歧方法和基于社会关系网络的消歧方法进行了研究,提出了一种将两种方法结合使用的分步聚类消歧策略,并采用时间节点和地理位置属性对消歧进行约束。(4)设计和实现系统。将数据采集、本体构建和消歧方法以模块的形式整合到系统中,实现对科研人员信息进行有效融合和准确检索。在所实现的系统之上,对单独的特征聚类、社会网络聚类和二者相结合的分步聚类进行对比实验分析,其结果表明本系统采用的分步聚类消歧方法的效果要好于其他两种聚类方法。

关键词：分步聚类消歧系统本体模型自动化爬虫

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

智能交通系统中监测数据的分析与应用的研究

智能交通系统中监测数据的分析与应用的研究

作者：袁月北京邮电大学

学位级别：硕士

随着机动车数量迅速增多,交通问题逐渐成为世界性难题,为了高效可靠的解决交通问题,各国大力发展智能交通系统。智能交通系统是一种通过现代化技术收集处理交通信息、监测交通状况的系统,智能交通系统中常常存储着结构不同来源复杂的交... 详细信息

随着机动车数量迅速增多,交通问题逐渐成为世界性难题,为了高效可靠的解决交通问题,各国大力发展智能交通系统。智能交通系统是一种通过现代化技术收集处理交通信息、监测交通状况的系统,智能交通系统中常常存储着结构不同来源复杂的交通数据,这些交通数据中蕴含着交通体系的内在规律,高效准确的分析交通数据并合理利用对加强交通监管监控、减轻交通压力有着极重要的作用。本文的研究基于智能交通系统的一种具体实现系统——车辆监控系统。车辆监控系统可以通过带有GPS与SIM卡的车载终端收集车辆行驶的实时信息并存储于数据库。本次研究主要有以下三个目的：第一是通过分析路段内车辆行驶的历史数据预测相同路段未来不同时段的车辆行驶平均速度;第二是在车辆监控系统的基础上添加车速预测模块,该模块可以存储车速预测结果作为该路段未来时段的路况预测信息,驾驶者和管理员可以输入查询条件查询路况;第三是为衡量驾驶员的行驶行为制定一个标准,该衡量标准可以作为该驾驶人员的危险系数,管理人员可以监测驾驶人员的危险系数决定是否采取下发警报等监控手段。基于以上研究目的,本文完成的主要工作如下： (1)利用java程序将数据文件从原始Oracle数据库迁移到本地MySQL数据库,研究过程中可以使用SQL语句抽取样本数据。 (2)为了在一定程度上简化预测数据矩阵,通过对交通数据聚类以划分交通时段,以每个交通时段为一个类别,按照类别分别抽取样本数据整理不同时段的车辆速度样本数据矩阵。 (3)车速预测采用BP神经网络算法。将样本数据的一部分作为网络输入,一部分作为网络输出,按照隐层参数的选取原则逐渐训练神经网络得出误差较小的神经网络,再将历史数据代入神经网络得到预测结果。 (4)基于原有系统添加车速预报模块,该模块可以通过用户登陆身份验证对管理员和驾驶者提供不同的功能。驾驶者可以使用路段车速预测功能,管理员可以使用路段车速预测功能和车辆警报管理功能。车速预测模块的开发使用tomcat服务器和MySQL数据库,模块的框架采用J2EE中的Spring, struts2以及数据持久层开源框架,组件之间的数据交互采用Web Service和AJAX,呈献给用户的界面采用JavaScript, html和CSS。 (5)车速预测功能的实现需要在数据库中新建数据表存储不同路段不同时段的车速预测数据,驾驶者或者管理员可以通过输入不同的查询条件(路段起止点、时间等)查询车速预测结果。 (6)结合车辆制动距离的相关研究,以路段预测车速与驾驶员实时速度为数据基础定义了评判驾驶员行驶行为的危险系数,管理员可以通过监测危险系数决定是否采取下发危险警报等监控措施。

关键词：智能交通 BP神经网络分步聚类 J2EE开发

基于时间序列数据挖掘的消费者物价指数中食品零售价格分类

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

经营管理者 2011年第14期 8-8页

作者：吴文娟中南财经政法大学

随着经济的发展,人民生活水平也日益提升,同时人们对物价关注度也有明显的提高。2011年3月份CPI增幅的再创新高,引起了全社会对物价的普遍关注。本文立足于CPI,以人们生活紧密相关的食品价格走势出发,采用时间序列数据挖掘方法,计算趋... 详细信息

随着经济的发展,人民生活水平也日益提升,同时人们对物价关注度也有明显的提高。2011年3月份CPI增幅的再创新高,引起了全社会对物价的普遍关注。本文立足于CPI,以人们生活紧密相关的食品价格走势出发,采用时间序列数据挖掘方法,计算趋势距离,采用分步聚类对其进行了科学分类的基础上,并立足于我国经济这一大环境,针对CPI的涨幅控制得出了合理化的建议。

关键词：时间序列数据挖掘消费者价格指数分步聚类趋势距离