检索结果-南通市图书馆

基于距离与误差平方和的差分隐私K-means聚类算法

在线全文

学校读者我要写书评

暂无评论

信息网络安全 2020年第10期 34-40页

作者：黄保华程琪袁鸿黄丕荣广西大学计算机与电子信息学院南宁530004

K-means算法具有简单、快速、易于实现等优点,被广泛应用于数据挖掘领域,但在聚类过程中容易造成隐私泄露。差分隐私对隐私保护做了严格定义,且能够对隐私保护量化分析。为解决差分隐私保护中K-means聚类算法在初始中心点选择上具有盲... 详细信息

K-means算法具有简单、快速、易于实现等优点,被广泛应用于数据挖掘领域,但在聚类过程中容易造成隐私泄露。差分隐私对隐私保护做了严格定义,且能够对隐私保护量化分析。为解决差分隐私保护中K-means聚类算法在初始中心点选择上具有盲目性而造成聚类可用性低的问题,文章提出一种BDPK-means聚类算法,该算法利用距离与簇内误差平方和的方法选取合理的初始中心点进行聚类。理论分析证明,该算法满足ε-差分隐私。实验证明,相同条件下与现有DPK-means算法相比,BDPK-means算法可提高聚类的可用性。

关键词：隐私保护数据挖掘差分隐私 K-means聚类误差平方和

最小化误差平方和k-means初始聚类中心优化方法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2018年第15期54卷 48-52页

作者：周本金陶以政纪斌谢永辉中国工程物理研究院计算机应用研究所四川绵阳621900

传统的k-均值算法对初始聚类中心和孤立点敏感,文中以最大程度地减少误差平方和为基本思想,提出一种最大化减少当前误差平方和的k-means初始聚类中心优化方法。在初始聚类中心选择阶段,每次增加聚类中心时,计算所有数据点作为当前聚类... 详细信息

传统的k-均值算法对初始聚类中心和孤立点敏感,文中以最大程度地减少误差平方和为基本思想,提出一种最大化减少当前误差平方和的k-means初始聚类中心优化方法。在初始聚类中心选择阶段,每次增加聚类中心时,计算所有数据点作为当前聚类中心能够减少的误差平方和,选择能够最大化减少误差平方和的数据点作为聚类初始中心。利用真实数据集,同其他算法进行对比,实验结果表明该方法在选择初始聚类中心方面能够有效地减少聚类的迭代次数,提高聚类质量。同时人工模拟数据表明该方法对孤立点相对不敏感。

关键词：聚类 k-均值算法误差平方和孤立点

基于最小误差平方和的无线传感器网络多边定位算法

在线全文

学校读者我要写书评

暂无评论

传感器与微系统 2014年第7期33卷 126-128,132页

作者：周海洋余剑张卫涛电子工程学院电子线路教研室解放军63758部队

多边定位算法是无线传感器网络节点定位中常用的定位算法。针对相关文献提出的多边定位算法中盲节点坐标估计值和节点编号有关的问题,提出了一种基于最小误差平方和的多边定位算法。不同的参考节点作为消元对象产生的误差平方和不同,通... 详细信息

多边定位算法是无线传感器网络节点定位中常用的定位算法。针对相关文献提出的多边定位算法中盲节点坐标估计值和节点编号有关的问题,提出了一种基于最小误差平方和的多边定位算法。不同的参考节点作为消元对象产生的误差平方和不同,通过选取误差平方和最小值来确定位置最优估计值。结合CC2430芯片,设计了定位实验,并在上位机进行了数据分析。实验结果表明:该定位算法可以有效地降低定位误差,最大定位精度提高达到3.6m。

关键词：多边定位算法误差平方和估计值

误差平方和为最小的干饱和水蒸汽密度数学模型

在线全文

学校读者我要写书评

暂无评论

化工自动化及仪表 1985年第4期 43-46页

作者：甘煜华上海吴泾化工厂

前言在目前缺少密度计的情况下,工业上常用温度、压力和成分……等变量,间接地计算密度。特别是近年来节能的需要,出现了不少具有温压补偿功能的流量测量系统,各种型式的仪表新产品也相继研制成功。要提高这些仪表系统的补偿精度和适... 详细信息

前言在目前缺少密度计的情况下,工业上常用温度、压力和成分……等变量,间接地计算密度。特别是近年来节能的需要,出现了不少具有温压补偿功能的流量测量系统,各种型式的仪表新产品也相继研制成功。要提高这些仪表系统的补偿精度和适应能力,关

关键词：温压补偿流量测量密度计饱和水仪表系统补偿精度数学模型误差平方和计算密度言在

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

组合预测误差平方和取值范围研究

大连理工大学学报 2001年第6期41卷 637-639页

作者：邓雪唐焕文陈桂枝大连理工大学管理科学与工程研究所辽宁大连116024 大连理工大学应用数学系辽宁大连116024

应用矩阵理论 ,对组合预测误差平方和的取值范围进行了研究 .给出了简单平均组合预测方法预测误差平方和较精确的取值范围 ,并得到了一些新结果 ;

关键词：权系数组合预测瑞利商定理矩阵误差平方和取值范围

南海深海风生噪声特性分析及其噪声源模型修正

在线全文

学校读者我要写书评

暂无评论

声学学报 2020年第5期45卷 655-663页

作者：汪洋蒋东阁李整林彭朝晖刘清宇西北工业大学西安710072 海洋环境建设办公室北京100161 中科长城海洋信息系统有限公司北京100190 中国科学院声学研究所声场声信息国家重点实验室北京100190

基于2015年秋季南海深海区域43天的观测噪声与同步风速预报数据,研究南海风占主导海洋环境噪声风关特性,并对风生噪声源级公式进行修正。本地风速在3〜14 m/s范围内变化时,在频段0.5〜1.28 kHz,噪声强度近似正比于风速对数的2倍。据此关系... 详细信息

基于2015年秋季南海深海区域43天的观测噪声与同步风速预报数据,研究南海风占主导海洋环境噪声风关特性,并对风生噪声源级公式进行修正。本地风速在3〜14 m/s范围内变化时,在频段0.5〜1.28 kHz,噪声强度近似正比于风速对数的2倍。据此关系,获得不同风速条件下的风生噪声谱级。将Harrison风生噪声源级公式和海面噪声传输模型结合,构建深海风生噪声数值计算模型,通过求取最优的风生噪声源级公式系数项,使得在风占主导频段和风速范围内实验谱级与数值结果误差平方和最小,对Harrison风生噪声源级公式进行修正,并使其适用频段范围拓宽两倍。最后,利用南海其它区域实验数据检验模型的适用性,结果表明,模型预报噪声级与实验值吻合度较高,可供预报南海风生海洋环境噪声级实际应用参考。

关键词：海洋环境噪声误差平方和模型修正传输模型模型预报观测噪声噪声源噪声级

一种改进的基于层次聚类的说话人自动聚类算法

在线全文

学校读者我要写书评

暂无评论

声学学报 2008年第1期33卷 9-14页

作者：王炜吕萍颜永红中国科学院声学研究所北京100080

说话人聚类是语音识别以及音频检索等众多语音应用的重要组成部分。提出一种改进的基于层次聚类的说话人聚类算法,对层次聚类法做出了进一步改进:(1)改进误差平方和准则以提高聚类速度;(2)引入假设检验方法确定类别数目;(3)提出一种稳... 详细信息

说话人聚类是语音识别以及音频检索等众多语音应用的重要组成部分。提出一种改进的基于层次聚类的说话人聚类算法,对层次聚类法做出了进一步改进:(1)改进误差平方和准则以提高聚类速度;(2)引入假设检验方法确定类别数目;(3)提出一种稳健的在线聚类方法以解决对新到来的语音段进行聚类的问题。在聚类实验中,算法的平均类纯度和说话人纯度分别为96.7%和96.6%。实验结果还表明,相比手工标注说话人信息,将该算法的聚类结果应用于说话人自适应可降低系统的误识率。

关键词：说话人自适应聚类算法层次聚类语音识别误差平方和组成部分音频检索检验方法

在线全文

学校读者我要写书评

暂无评论

城市暴雨强度公式拟合方法研究

水利学报 2013年第11期44卷 1263-1271页

作者：张子贤孙光东孙建印彭长刚江苏建筑职业技术学院江苏徐州221116 徐州市气象局江苏徐州221002 徐州市市政设计院江苏徐州221002

传统方法确定暴雨强度总公式的参数需要经过理论频率曲线拟合和总公式参数拟合两个环节,但由此法求得的暴雨强度总公式拟合实测雨强样本的误差平方和不为最小。本文采用非线性回归方法,研究了暴雨强度总公式直接拟合实测雨强样本的直接... 详细信息

传统方法确定暴雨强度总公式的参数需要经过理论频率曲线拟合和总公式参数拟合两个环节,但由此法求得的暴雨强度总公式拟合实测雨强样本的误差平方和不为最小。本文采用非线性回归方法,研究了暴雨强度总公式直接拟合实测雨强样本的直接拟合法,使所求总公式拟合实测雨强样本的误差平方和为最小,实现了总公式参数的直接寻优。结合两个实例,对直接拟合法与采用不同理论频率分布的传统方法进行了比较,结果表明,直接拟合法切实可行,不仅使拟合精度提高,而且减少了不同理论频率曲线的选择与拟合环节,可避免推求暴雨强度总公式参数的任意性。

关键词：暴雨强度总公式非线性回归误差平方和直接拟合法传统方法理论频率分布

基于三阶段RBFNN学习算法的复杂样本分类研究

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2006年第1期28卷 114-118页

作者：田津李敏强陈富赞天津大学管理学院天津300072

以提高径向基函数神经网络(radial basis function neural network,RBFNN)的分类能力为出发点,把衰减半径聚类的思想与误差平方和准则结合起来,提出了RBFNN三阶段学习算法。该算法先利用动态衰减半径聚类确定隐节点的初始结构,再由误差... 详细信息

以提高径向基函数神经网络(radial basis function neural network,RBFNN)的分类能力为出发点,把衰减半径聚类的思想与误差平方和准则结合起来,提出了RBFNN三阶段学习算法。该算法先利用动态衰减半径聚类确定隐节点的初始结构,再由误差平方和准则进行中心点微调,并用类内类间距确定径基宽度,最后采用伪逆法训练隐层与输出层间的连接权重。给出了算法的具体步骤,并通过Iris和WINES数据集的仿真实验,证明该算法确实具有较强的分类能力。

关键词：径向基函数神经网络分类衰减半径聚类误差平方和