检索结果-南通市图书馆

基于线性优化模糊C均值算法和人工神经网络的光照传感器布局方法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2023年第5期45卷 1766-1773页

作者：孙科学渠吉庆南京邮电大学电子与光学工程学院南京210023 射频集成与微组装技术国家地方联合工程实验室南京210023

针对目前光照传感器的布局方式计算量大、能耗高,易受人为因素的影响,难以准确地预测室内日光强度等问题,该文提出一种基于线性优化模糊C均值算法(LOFcM)和人工神经网络(ANN)的光照传感器布局方法。LOFcM算法利用线性优化(LO)稀疏权重... 详细信息

针对目前光照传感器的布局方式计算量大、能耗高,易受人为因素的影响,难以准确地预测室内日光强度等问题,该文提出一种基于线性优化模糊C均值算法(LOFcM)和人工神经网络(ANN)的光照传感器布局方法。LOFcM算法利用线性优化(LO)稀疏权重矩阵后,使用模糊C均值(FcM)筛选数据,确定工作面光照传感器布局。随后,使用ANN分别训练工作面光照传感器测量值与4组辅助光照传感器测量值之间的非线性数学模型。实验结果表明,该文提出的基于LOFcM算法在保证计算工作面平均照度和均匀度准确的情况下,工作面光照传感器的数量比对比方法减少了37.5%。此外,在4组辅助光照传感器布局中,墙壁和窗户布局方式具有较好的预测精度,为预测室内日光强度提供了更加准确的预测方式。

关键词：室内智能照明光照传感器布局线性优化模糊C均值人工神经网络

基于IHBA优化模糊C均值的三维WSN分簇路由算法

在线全文

学校读者我要写书评

暂无评论

通信学报 2023年第12期44卷 181-192页

作者：杨靖徐碧阳李维正李伟朱兆强覃涛贵州大学电气工程学院贵州贵阳550025 许继电气股份有限公司河南许昌461000 贵州大学农学院贵州贵阳550025 中国电建集团贵州工程有限公司贵州贵阳550025

针对分簇路由算法在三维场景下能量消耗大、网络生存周期短的问题,提出了一种基于改进蜜獾算法优化模糊C均值的三维无线传感网分簇路由算法IFcRA。IFcRA分别对网络成簇、簇首选举以及数据传输阶段进行了优化。首先,采用改进蜜獾算法优... 详细信息

针对分簇路由算法在三维场景下能量消耗大、网络生存周期短的问题,提出了一种基于改进蜜獾算法优化模糊C均值的三维无线传感网分簇路由算法IFcRA。IFcRA分别对网络成簇、簇首选举以及数据传输阶段进行了优化。首先,采用改进蜜獾算法优化模糊C均值算法,解决模糊C均值易陷入局部最优的问题,并综合节点的距离和能量特征划分拓扑结构。其次,结合簇内节点的能量和相对距离构建最优簇首函数,平衡簇首负载。最后,采用自适应传输机制寻找中继节点,综合节点距离和能量构建最优传输路径函数,采用改进蜜獾算法进行寻优,均衡数据传输能耗。仿真结果表明,IFcRA在三维异构场景中分簇合理、能耗均衡且生存周期长。

关键词：三维无线传感网分簇路由蜜獾算法模糊C均值能耗均衡

在线全文

学校读者我要写书评

暂无评论

带有深度邻域信息的模糊C均值聚类算法

华中科技大学学报（自然科学版） 2022年第11期50卷 135-141页

作者：车杭骏陈科屹王雅娣刘晓阳西南大学电子信息工程学院重庆400715 西南大学重庆市非线性电路与智能信息处理重点实验室重庆400715 河南大学河南省大数据分析与处理重点实验室河南开封475004 河南大学计算机与信息工程学院河南开封475004 国防科技大学系统工程学院湖南长沙410073

针对聚类算法用于图像分割时造成的过度分割问题,提出一种带有深度邻域信息的模糊C均值聚类算法(FcM_DN).在传统的带有邻域信息的模糊C均值聚类算法基础上,引入类似高斯滤波的权重来表示像素点的位置差异,同时还引入中心点像素值与邻域... 详细信息

针对聚类算法用于图像分割时造成的过度分割问题,提出一种带有深度邻域信息的模糊C均值聚类算法(FcM_DN).在传统的带有邻域信息的模糊C均值聚类算法基础上,引入类似高斯滤波的权重来表示像素点的位置差异,同时还引入中心点像素值与邻域点像素值之间的差异.相比于只考虑带有像素点之间位置差异的模糊C均值聚类算法,所提出的算法在聚类时可以使用更大的邻域,从而解决过度分割的问题.结果表明:在人造数据集上,本算法对于椒盐噪声和高斯噪声都有较强的鲁棒性;在现实数据上,本算法相比于11个先进算法在四个指标上有两个指标的表现都位于前三;在SED数据集的归一化互信息(NMI)结果对比中,本算法比其他算法高出1.78%~26.90%.

关键词：过度分割模糊C均值深度邻域信息像素值差异位置差异

优化模糊C均值聚类的台区用户用电特征分析方法

在线全文

学校读者我要写书评

暂无评论

电力系统及其自动化学报 2024年第1期36卷 99-105页

作者：雷光远张涛唐永聪梁特舒可心国网天津市电力公司宝坻供电分公司天津301899

精准的用户特性分析方法是配电网模型计算与电力服务制定的重要基础之一,为克服现有配电台区多样性用户划分的数量选择与特征选择难题,提出一种优化模糊c-均值聚类的用户用电特征分析方法。利用优化的模糊c-均值算法实现聚类分析,通过... 详细信息

精准的用户特性分析方法是配电网模型计算与电力服务制定的重要基础之一,为克服现有配电台区多样性用户划分的数量选择与特征选择难题,提出一种优化模糊c-均值聚类的用户用电特征分析方法。利用优化的模糊c-均值算法实现聚类分析,通过聚类中心建立特征模型,从而获知多样化场景下配电台区用户特性。在聚类过程中,通过蜜獾算法优化选取模糊c-均值聚类初值,来应对易局部最优的难题,找到目标函数最小的结果;利用指标自适应极小值的原则选取最佳聚类数,使聚类中心代表性更强。通过天津地区的典型案例获取用户用电特征,实现聚类目标函数与结果综合性评价指标最优的目的。

关键词：聚类分析模糊C均值蜜獾优化用电特征

在线全文

学校读者我要写书评

暂无评论

基于自适应松弛的鲁棒模糊C均值聚类算法

电子与信息学报 2020年第7期42卷 1774-1781页

作者：高云龙王志豪潘金艳罗斯哲王德鑫厦门大学航空航天学院厦门361102 集美大学信息工程学院厦门361021

噪声是影响聚类结果的最重要的因素之一,现有的模糊聚类算法主要通过对隶属度约束进行松弛的方式来降低噪声样本的影响。这种方式仍然存在两个基本问题需要解决:第一,如何评估一个样本是噪声的可能性;第二,如何在抑制噪声样本影响力的同... 详细信息

噪声是影响聚类结果的最重要的因素之一,现有的模糊聚类算法主要通过对隶属度约束进行松弛的方式来降低噪声样本的影响。这种方式仍然存在两个基本问题需要解决:第一,如何评估一个样本是噪声的可能性;第二,如何在抑制噪声样本影响力的同时,保留正常样本的作用力。针对这两问题,该文提出了基于自适应松弛的鲁棒模糊C均值聚类算法(AR-RFcM)。新模型基于K最近邻的方式(KNN)来估计样本的可靠性,自适应地调整松弛参数,从而实现在降低噪声样本影响力的同时,保留可靠样本的作用力。此外,AR-RFcM利用了c均值聚类模型中隶属度的稀疏性来提高可靠样本的作用力,从而提高数据簇的内聚程度,进而降低噪声样本的影响。实验表明,AR-RFcM不仅在处理噪声样本时具有良好的鲁棒性,同时在25个UcI数据集实验中,分类正确率(兰德指数)平均高于FcM算法7.7864%。

关键词：噪声聚类模糊C均值自适应松弛

面向模糊C均值算法的MAME聚类有效性指标

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2023年第5期18卷 945-956页

作者：唐益明陈仁好李冰合肥工业大学计算机与信息学院安徽合肥230601

聚类有效性指标可用来评估聚类结果的有效性,并且帮助判别聚类的类别数。现有的面向模糊C均值算法的聚类有效性指标存在对于类内紧致性的刻画不太到位、对于类间分离性的度量刻画不够准确的问题。为此,基于类内紧致性和类间分离性两个... 详细信息

聚类有效性指标可用来评估聚类结果的有效性,并且帮助判别聚类的类别数。现有的面向模糊C均值算法的聚类有效性指标存在对于类内紧致性的刻画不太到位、对于类间分离性的度量刻画不够准确的问题。为此,基于类内紧致性和类间分离性两个角度着手设计,提出了一种新的模糊聚类有效性指标——考虑最大值和均值的指标(maximum-mean,MAME)。首先,考虑了整个数据集的综合特征,计算分别分为K类和1类的情况的比值,提出了一种新的模糊紧致性度量表达式。其次,引入最大聚类中心距离和平均聚类中心距离,提出了一种新的分离性度量方法。最后,从模糊紧致性度量表达式、分离性度量方法出发,提出了MAME指标。面向5个UcI数据集和6个人工数据集,和9个聚类有效性指标(包括cH、DB、NPc、PE、FSI、XBI、NPE、WLI和I指标)一起进行了对比实验,验证了所提指标的准确性、稳定性,说明了MAME指标的鲁棒性较好。

关键词：聚类模糊聚类模糊C均值聚类有效性指标内部指标外部指标紧致性分离性

基于PSO优化模糊C均值的WSN分簇路由算法

在线全文

学校读者我要写书评

暂无评论

通信学报 2021年第3期42卷 91-99页

作者：孙爱晶李世昌张艺才西安邮电大学通信与信息工程学院陕西西安710121 西安邮电大学电子工程学院陕西西安710121

针对无线传感器网络节点能量有限、负载不均衡的问题,提出了一种基于粒子群优化模糊C均值的分簇路由算法POFcA。POFcA分别从成簇阶段和数据传输阶段进行了优化。成簇阶段,首先使用粒子群优化算法优化模糊C均值算法,克服了模糊C均值对初... 详细信息

针对无线传感器网络节点能量有限、负载不均衡的问题,提出了一种基于粒子群优化模糊C均值的分簇路由算法POFcA。POFcA分别从成簇阶段和数据传输阶段进行了优化。成簇阶段,首先使用粒子群优化算法优化模糊C均值算法,克服了模糊C均值对初始聚类中心的敏感,并根据节点剩余能量和相对距离动态更新簇首,平衡簇内负载。数据传输阶段,基于距离因子、能量因子和节点负载设计了路径评价函数,并使用猫群优化算法为簇首搜寻最优路由路径,在平衡簇首负载的同时又不会加剧中继节点负载。仿真结果表明,与LEAcH和LEAcH-improved算法相比,POFcA能有效地平衡网络负载,降低网络能耗,延长网络生命周期。

关键词：无线传感器网络粒子群优化模糊C均值猫群优化负载均衡

在线全文

学校读者我要写书评

暂无评论

基于上下文模糊C均值聚类的图像分割算法

电子与信息学报 2021年第7期43卷 2079-2086页

作者：徐金东赵甜雨冯国政欧世峰烟台大学计算机与控制工程学院烟台264005 烟台大学光电信息科学与技术学院烟台264005

像素间的上下文相关信息对图像分割算法的抗噪性和准确性具有重要意义,现有的模糊C均值(FcM)聚类算法对此缺乏充分考虑。该文基于对空间上下文的可靠性度量,提出一种模糊C均值聚类算法(RSFcM)应用于图像分割:通过对空间上下文有效建模... 详细信息

像素间的上下文相关信息对图像分割算法的抗噪性和准确性具有重要意义,现有的模糊C均值(FcM)聚类算法对此缺乏充分考虑。该文基于对空间上下文的可靠性度量,提出一种模糊C均值聚类算法(RSFcM)应用于图像分割:通过对空间上下文有效建模来提高聚类算法的抗噪声干扰性能,并研究了一种新的可靠性模糊度量指标,使聚类算法能更好地平衡细节保留和去噪,从而获得更加准确的分割结果。实验选取人工合成图像、交通标志图像和遥感图像3类数据测试聚类算法性能,结果表明,RSFcM在图像分割过程中能有效地抑制椒盐噪声和高斯噪声引起的类内异构及类间同构问题,能提高图像的像素可分性,并有效地保留了图像的边缘细节。

关键词：图像分割聚类模糊C均值空间上下文

自适应空间强度约束和KL信息的模糊C均值彩色噪声图像分割

在线全文

学校读者我要写书评

暂无评论

控制与决策 2023年

作者：彭家磊黄成泉雷欢覃小素陈阳周丽华贵州民族大学数据科学与信息工程学院贵州民族大学贵州省模式识别与智能系统重点实验室贵州民族大学工程技术人才实践训练中心

为了增强传统模糊C均值聚类算法的抗噪性能，保持任意像素与相邻像素之间的隶属度相似性，提出一种自适应空间强度约束和KL信息的模糊C均值彩色噪声图像分割算法。首先，通过快速双边滤波器获取局部空间强度信息，用于平滑噪声像素；其... 详细信息

为了增强传统模糊C均值聚类算法的抗噪性能，保持任意像素与相邻像素之间的隶属度相似性，提出一种自适应空间强度约束和KL信息的模糊C均值彩色噪声图像分割算法。首先，通过快速双边滤波器获取局部空间强度信息，用于平滑噪声像素；其次，将局部加权平均隶属度作为先验概率，并通过KL信息将其嵌入目标函数中，从而优化隶属度的划分矩阵；最后，计算原始图像与双边滤波图像之间的绝对强度差，用指数形式的绝对强度差作为双边滤波图像的自适应权值，并将其倒数作为原始图像的自适应权值。当混合噪声密度为30%时，所提算法在彩色合成图像上的划分系数和划分熵分别为99.66%和0.58%，在彩色真实图像上的划分系数和划分熵分别为98.77%和2.03%。实验结果表明，与其他相关算法相比，所提算法的抗噪性能更强、分割精度更高、稳定性更好。

关键词：图像分割模糊C均值 KL信息空间强度信息混合噪声