检索结果-南通市图书馆

一种基于小波零树编码和k-mean聚类的图像压缩的实现

在线全文

学校读者我要写书评

暂无评论

软件 2016年第2期37卷 33-34,38页

作者：陈慧龙飞段智云滇池学院云南昆明650228

针对在低比特率时图像存在严重的方块效应等不足,本文提出了一种基于小波零树编码和k-mean聚类的图像压缩算法。其中基于小波零树的图像编码克服了图像JPEG标准压缩算法在统计值较少时的方块效应现象,通过k-mean聚类算法可以改善小波零... 详细信息

针对在低比特率时图像存在严重的方块效应等不足,本文提出了一种基于小波零树编码和k-mean聚类的图像压缩算法。其中基于小波零树的图像编码克服了图像JPEG标准压缩算法在统计值较少时的方块效应现象,通过k-mean聚类算法可以改善小波零树编码算法中没有充分考虑到小波系数同一子带中相邻元素之间相关性的缺陷。实验结果表明,此改进的图像编码算法具有较好的信噪比和压缩比。

关键词：图像编码小波变换 k-mean聚类

基于k-mean聚类算法的海量数据分析方法

在线全文

学校读者我要写书评

暂无评论

九江学院学报（自然科学版） 2020年第4期35卷 53-55页

作者：金巨波黑龙江财经学院黑龙江哈尔滨150001

海量数据高效精准聚类是信息时代数据内部知识深度挖掘的基本要求.文章首先在Hadoop分布式并行处理框架下运用MapReduce模型运行k-mean聚类算法,再利用遗传算法将k-mean聚类算法的聚类问题转化为求极值问题,解决聚类中心确定的随机性.... 详细信息

海量数据高效精准聚类是信息时代数据内部知识深度挖掘的基本要求.文章首先在Hadoop分布式并行处理框架下运用MapReduce模型运行k-mean聚类算法,再利用遗传算法将k-mean聚类算法的聚类问题转化为求极值问题,解决聚类中心确定的随机性.经测试,此方法在聚类效率与聚类精度上取得了理想效果,对深度挖掘数据内部知识规律有所效用.

关键词： k-mean聚类遗传算法海量数数据分析

基于k-mean聚类对电商AI智能客服已接听人群特征研究

在线全文

学校读者我要写书评

暂无评论

通讯世界 2021年第6期28卷 171-172页

作者：叶敏广东交通职业技术学院华侨校区(广东省华侨职业技术学校) 广东广州510520

AI智能外呼是最新的电话营销手段,通过AI智能外呼存模拟客服向客户拨打电话,推介店铺营销信息,从而达到引导购买的效果。然而电商客户非常多,接听电话是引导客户购买的重要环节,而不同客户之间对AI智能外呼存在不同的敏感性,本文通过基... 详细信息

AI智能外呼是最新的电话营销手段,通过AI智能外呼存模拟客服向客户拨打电话,推介店铺营销信息,从而达到引导购买的效果。然而电商客户非常多,接听电话是引导客户购买的重要环节,而不同客户之间对AI智能外呼存在不同的敏感性,本文通过基于客户的购买特征,借助k-mean算法对已接听电商客户的购买特征进行聚类析研究,得到合理的分类结果以及已接听客户的特征行为,为AI智能外呼精准营销、提效降费奠定基础。

关键词：电商 k-mean聚类人群特征精准营销

融入监督信息的k-mean聚类瓜蓟马预警模型

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

安徽农业科学 2009年第30期37卷 14738-14739,14754页

作者：陈志民李亭杨敬锋彭晓琴华南农业大学公共基础课实验教学中心广东广州510642 中山火炬职业技术学院广东中山528436 广东瑞图万方科技有限公司广东顺德528305 西南财经大学天府学院四川绵阳651000

[目的]为提高瓜蓟马病虫害的预警效果。[方法]采用k-mean聚类建立了瓜蓟马预警模型,并针对瓜蓟马数据中在k-mean聚类算法下难以判断的情况,引入了监督信息,即模糊关联规则进行进一步划分。[结果]引入监督信息的k-mean聚类算法的预警准... 详细信息

[目的]为提高瓜蓟马病虫害的预警效果。[方法]采用k-mean聚类建立了瓜蓟马预警模型,并针对瓜蓟马数据中在k-mean聚类算法下难以判断的情况,引入了监督信息,即模糊关联规则进行进一步划分。[结果]引入监督信息的k-mean聚类算法的预警准确率比最近邻算法、k-mean聚类和支持向量机预警准确率都要高。[结论]k-mean聚类过程中引入模糊关联规则能较有效地提高预警准确率。

关键词：预警 k-mean聚类模糊关联规则瓜蓟马

基于蚁群算法的农用物资配送路径优化研究——以江苏省涟水县为例

在线全文

学校读者我要写书评

暂无评论

价值工程 2024年第4期43卷 26-29页

作者：戴澍炎黄职业技术学院经济管理系淮安223400

根据涟水县各镇(街道)的经纬度坐标,借助k-means分类和蚁群算法规划出三种分区配送方案,从配送成本和配送时效的角度出发建立评价模型,依托TOPSIS法对三种分区方案效率进行评价。研究结果显示:配送区域数量与运输成本呈正向关系,且随着... 详细信息

根据涟水县各镇(街道)的经纬度坐标,借助k-means分类和蚁群算法规划出三种分区配送方案,从配送成本和配送时效的角度出发建立评价模型,依托TOPSIS法对三种分区方案效率进行评价。研究结果显示:配送区域数量与运输成本呈正向关系,且随着配送区域数量的增加,配送成本的增长有发散的趋势;配送区域数量与配送时效亦呈正向关系;配送在运输领域的优化效果要显著于装卸领域;涟水县按照两区域进行农资配送效果最佳。有效降低回城空驾率;进一步强化二级区域配送效率;深入规划二级区域内多车辆配送线路是进一步优化涟水县农业物资配送的重点。

关键词：蚁群算法 TOPSIS k-mean聚类农用物资

基于EM算法的高斯混合模型的织物组织点自动识别

在线全文

学校读者我要写书评

暂无评论

现代纺织技术 2024年第2期32卷 63-69页

作者：刘威于玲王畅巍邓文韬邓中民武汉纺织大学纺织科学与工程学院武汉430200 武汉纺织大学湖北省纺织新材料与先进加工技术省部共建国家重点实验室武汉430200

针对现有无监督学习识别机织物组织点的准确率相对较低和不稳定的问题,研究基于EM算法的高斯混合模型对机织物组织点的识别方法。首先对采集的不同织物图像进行预处理及图像矫正,以提高后续的组织点的分割效率;接着利用改进的灰度投影... 详细信息

针对现有无监督学习识别机织物组织点的准确率相对较低和不稳定的问题,研究基于EM算法的高斯混合模型对机织物组织点的识别方法。首先对采集的不同织物图像进行预处理及图像矫正,以提高后续的组织点的分割效率;接着利用改进的灰度投影法进行织物组织点定位,并提取组织点的灰度共生矩作为纹理特征,通过主成分分析对纹理特征进行降维处理;最后采用2种常见无监督学习与文章所用的识别方法做实验比较,并采用4种评估指标进行评估,得到评估结果。通过计算4种评估指标平均值和标准差进行比较,文章所用识别方法的评估参数平均值都要比其余两种识别算法高。文章所用识别方法能对织物组织点进行自动识别,并且识别的准确率相比于其余两种识别算法得到了有效地提升。

关键词：组织点分割自动识别 k-mean聚类模糊C均值算法高斯混合模型

维普期刊数据库博看期刊

基于空间相量模型的三相电压暂降扰动特征提取与分类

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2022年第8期50卷 58-65页

作者：辛峰尤向阳葛笑寒马宁河南科技大学应用工程学院河南三门峡472000 华北电力大学河北保定071003

对暂降扰动进行精准类型识别是电能质量评估和治理的前提。现有暂降特征提取多是对单一扰动数据进行识别分类,采用数学变换法进行特征提取时数据维数高且计算量大。针对这些问题,提出了一种基于三相电压空间相量模型的多级暂降扰动可视... 详细信息

对暂降扰动进行精准类型识别是电能质量评估和治理的前提。现有暂降特征提取多是对单一扰动数据进行识别分类,采用数学变换法进行特征提取时数据维数高且计算量大。针对这些问题,提出了一种基于三相电压空间相量模型的多级暂降扰动可视化特征提取及分类方法。首先,将三相电压时域波形数据转换为空间相量模型;其次,使用k-mean算法,将电压降落扰动聚类成平面内可视化的圆或椭圆;最后,利用逻辑回归算法对每一个聚类的圆或椭圆进行特征提取与分类。应用所提方法分别进行了单一扰动和多级扰动识别的仿真实验,结果表明,所提方法能有效识别A、C_(a)、C_(b)、C_(c)、D_(a)、D_(b)和D_(c)等七类电压暂降扰动。该方法降低了数据维度,减少了模型计算量,避免了对动态过渡过程的检测,降低了错误识别的风险,为多级电压暂降扰动的识别与分类提供了一种有效的辅助手段。

关键词：空间相量模型 k-mean聚类逻辑回归算法电压暂降

一种融合实例和聚类信息的网络入侵攻击分类研究

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

常熟理工学院学报 2023年第5期37卷 29-35页

作者：谢从贵中冶赛迪信息技术(重庆)有限公司重庆4011201

针对现有网络攻击识别方法仅学习独立样本实例特征而缺少类别信息指导的问题,提出了一种融合实例和聚类信息的稀疏自编码特征学习的网络攻击行为识别方法FIC-SAE.每次迭代过程中,利用独立样本构造实例级的稀疏自编码网络误差项、网络权... 详细信息

针对现有网络攻击识别方法仅学习独立样本实例特征而缺少类别信息指导的问题,提出了一种融合实例和聚类信息的稀疏自编码特征学习的网络攻击行为识别方法FIC-SAE.每次迭代过程中,利用独立样本构造实例级的稀疏自编码网络误差项、网络权重惩罚项和稀疏项损失函数,同时每批样本进行k-mean聚类划分以构造聚类级的稀疏自编码网络交叉熵损失函数.NSL-kDD和CICIDS2017数据集上的实验结果表明,本文方法FIC-SAE在平均准确率、召回率、查全率和F_(1)分数等4个指标上均优于其他几个自编码器方法.

关键词：稀疏自动编码网络入侵检测损失函数 k-mean聚类

在线全文

学校读者我要写书评

暂无评论

基于纹理复杂度的零水印算法

基于纹理复杂度的零水印算法

作者：谭晓东天津工业大学

学位级别：硕士

随着互联网技术的高速蓬勃发展,多媒体数据的传播已变得非常普遍.由于多媒体数据大多是由数字图像、音视频和文本组成,它们可以被轻易地复制、修改和传播.因此,多媒体数据的版权安全问题正面临严重的威胁.近几年以来,数字水印在多媒体... 详细信息

随着互联网技术的高速蓬勃发展,多媒体数据的传播已变得非常普遍.由于多媒体数据大多是由数字图像、音视频和文本组成,它们可以被轻易地复制、修改和传播.因此,多媒体数据的版权安全问题正面临严重的威胁.近几年以来,数字水印在多媒体的知识产权保护、信息防伪等领域展现出明显优势,目前已取得了较好的效果.鲁棒性、不可见性、安全性和容量是评估图像水印算法的基本考虑因素.事实上,如何平衡它们之间的关系一直是图像版权保护领域最具有挑战性的问题.零水印的出现解决了上述传统水印面临的问题,该方案既不会损害原始宿主图像,并且有效平衡了鲁棒性和不可见性之间的关系.尽管大多数零水印算法可以抵抗一般的传统图像处理攻击,然而这些方法都存在无法有效抵抗复杂攻击的能力.本文针对当前水印算法中存在的问题进行了深入研究,主要工作如下:针对现有水印算法存在的问题,本文提出了一种基于纹理复杂度分析的零水印算法.首先,通过空间选择性纹理方法计算宿主图像的标准偏差图,并通过对二值化的标准偏图进行k-mean聚类来选择最佳目标区域(OTR).为了提高算法的鲁棒性,本文使用奇异值分解(SVD)从OTR中提取多个特征序列.然后,对这些鲁棒特征序列进行二值化以生成多个特征图像.对于水印图像,本文采用混沌映射对其进行加密,保证了水印图像的安全性.最后,本文对提取的多个特征图像与每一个加密后的水印图像进行异或(XOR)运算,以构造多重零水印.这些零水印将保存在版权认证中心,以保护图像的版权.大量实验结果表明,本文提出的零水印算法不仅具有良好的区分性,而且对复杂攻击具有较高的鲁棒性.

关键词：纹理复杂度奇异值分解 k-mean聚类混沌加密多重零水印