检索结果-南通市图书馆

基于Hough变换和k-means聚类的玻璃瓶分模线缺陷检测

在线全文

学校读者我要写书评

暂无评论

机械设计与研究 2023年第3期39卷 171-174页

作者：柴子凡赵丽琴蒋海波段能全马清艳王栋中北大学机械工程学院太原030051

对于玻璃瓶分模线不易识别,难以诊断质量的问题,提出了一种基于傅里叶变换与k-means聚类相结合的玻璃瓶分模线质量检测的方法。通过合理布置结构来采集玻璃瓶分模线图像,并在算法的前处理过程中,针对分模线背景的复杂性提出了基于时频... 详细信息

对于玻璃瓶分模线不易识别,难以诊断质量的问题,提出了一种基于傅里叶变换与k-means聚类相结合的玻璃瓶分模线质量检测的方法。通过合理布置结构来采集玻璃瓶分模线图像,并在算法的前处理过程中,针对分模线背景的复杂性提出了基于时频域变换的算法;在分模线质量检测的过程中,提出了Hough变换和k-means聚类相结合的方法。结果显示:该方法能有效对玻璃瓶分模线的质量进行诊断,诊断正确率能达到96%。文中所用方法不仅可以应用于玻璃瓶的分模线检测,且在其他玻璃制品的缺陷检测中也有良好的应用。

关键词：傅里叶变换霍夫变换 k-means 缺陷检测

一种基于DOA和k-means的反辐射目标聚类算法

在线全文

学校读者我要写书评

暂无评论

电子信息对抗技术 2023年第1期38卷 23-29页

作者：秦万治中国电子科技集团公司第二十九研究所成都610036

为提升反辐射导引头抗干扰能力,提出一种利用辐射源到达角(Direction of Arrival,DOA)信息和k-means的聚类算法。该方法利用角度网格完成测向数据图形化,通过对当前图形斑块和理想条件下单目标斑块特征参数进行比对,实现斑块内目标数量... 详细信息

为提升反辐射导引头抗干扰能力,提出一种利用辐射源到达角(Direction of Arrival,DOA)信息和k-means的聚类算法。该方法利用角度网格完成测向数据图形化,通过对当前图形斑块和理想条件下单目标斑块特征参数进行比对,实现斑块内目标数量自动估计,并借助k-means算法完成目标角度估计。经仿真验证,该方法能够在目标数量未知条件下,实现目标聚类,且能够适应多个辐射源目标彼此靠近,信号脉冲测向分布彼此重叠的情况,聚类后的估计角度误差不大于系统固有误差。

关键词：反辐射 DOA k-means 目标数量聚类

基于粒子群优化与k-means聚类的配网5G改造经济性评价方法

在线全文

学校读者我要写书评

暂无评论

电网与清洁能源 2022年第6期38卷 31-36,43页

作者：郭亮王晓卫康乾坤梁振锋黄灿英徐在德陈琛邓志祥张帆国网江西省电力有限公司电力科学研究院江西南昌330000 西安理工大学电气工程学院陕西西安710054 江西建设职业技术学院江西南昌330000

针对现有4G网络难以满足配电网业务,而5G通信在配网应用中经济性尚不明确的问题,提出一种基于粒子群优化与k-means聚类的配网通信改造经济性评价方法。建立5G与现有4G通信方式在配网中的基站规划模型,利用自适应粒子群算法与k-means聚... 详细信息

针对现有4G网络难以满足配电网业务,而5G通信在配网应用中经济性尚不明确的问题,提出一种基于粒子群优化与k-means聚类的配网通信改造经济性评价方法。建立5G与现有4G通信方式在配网中的基站规划模型,利用自适应粒子群算法与k-means聚类算法,对2种通信方式下的基站安装进行优化;建立改造成本模型,计算5G改造与现有4G通信下的建设成本;建立通信改造经济性评价模型,利用粒子群算法进行优化求解,进而利用求解出的结果评估2种通信在配电网改造中的经济性。

关键词：配电网 5G 经济性评价自适应粒子群 k-means

改进樽海鞘群优化k-means算法的图像分割

在线全文

学校读者我要写书评

暂无评论

包装工程 2022年第9期43卷 207-216页

作者：李志杰王力张习恒贵州大学大数据与信息工程学院贵阳550025 贵州工程应用技术学院信息工程学院贵州毕节551700

目的针对樽海鞘群算法寻优精度低、易陷入到局部最优,以及k-means算法进行图像分割容易被初始聚类中心干扰等缺点,提出改进樽海鞘群优化k-means算法的图像分割。方法首先利用Circle映射来对樽海鞘种群进行初始化;其次引入莱维飞行到领... 详细信息

目的针对樽海鞘群算法寻优精度低、易陷入到局部最优,以及k-means算法进行图像分割容易被初始聚类中心干扰等缺点,提出改进樽海鞘群优化k-means算法的图像分割。方法首先利用Circle映射来对樽海鞘种群进行初始化;其次引入莱维飞行到领导者和追随者位置更新公式中,使得樽海鞘种群的多样性得到提高,克服算法陷入到局部最优。最后,对改进樽海鞘群算法先采用8个基准函数进行性能测试;再将改进樽海鞘群算法优化k-means进行图像分割。结果改进算法在寻优精度、稳定性、收敛速度以及跳出局部最优的本领得到了提高。同时,改进樽海鞘群优化k-means算法进行图像分割,有效地提高了图像分割质量。结论改进算法改善了原始樽海鞘群算法的寻优精度低、易陷入到局部最优的缺点,很好地优化了k-means算法对图像进行准确分割,在图像分割领域具有一定的参考意义。

关键词：樽海鞘群算法 Circle映射 Levy飞行 k-means 图像分割

基于日负荷指标及改进分布式k-means聚类的用户用电规律研究

在线全文

学校读者我要写书评

暂无评论

电测与仪表 2023年第10期60卷 104-111页

作者：李柏新雷才嘉方兵华黄裕春贾巍马乙歌广东电网有限责任公司广州供电局广州510620

负荷聚类不仅能为精细化负荷预测提供高质量数据,还能结合用电规律进行用户行为分析;为应对海量负荷数据挑战,提出一种基于日负荷指标的降维及分布式k-means聚类算法。通过建立日负荷指标,将原始高维负荷数据转化为低维负荷指标;基于负... 详细信息

负荷聚类不仅能为精细化负荷预测提供高质量数据,还能结合用电规律进行用户行为分析;为应对海量负荷数据挑战,提出一种基于日负荷指标的降维及分布式k-means聚类算法。通过建立日负荷指标,将原始高维负荷数据转化为低维负荷指标;基于负荷指标,利用熵权法改进的分布式k-means算法进行聚类,挖掘出隐藏的典型负荷类型;结合算例,根据得到的典型负荷类型进行用电规律分析,与实际用户类型匹配,实现四类典型用电规律的归纳。

关键词：负荷指标数据降维分布计算熵权法 k-means 用电规律

改进k-means算法在混凝土裂缝图像去噪中的应用

在线全文

学校读者我要写书评

暂无评论

公路 2023年第12期68卷 303-308页

作者：周童刘雨洪彧蒲黔辉文旭光西南交通大学土木工程学院成都市610031 广西中国-东盟综合交通国际联合重点实验室南宁学院南宁市530000

在复杂裂缝情况下,传统裂缝图像去噪技术很难达到理想的降噪效果,且在所提取的图像中裂缝通常表现出畸形、间断或者填充不密实的现象。针对这些问题,提出了一种基于改进初始聚类中心的k-means混合降噪方法:首先利用改进k-means聚类算法... 详细信息

在复杂裂缝情况下,传统裂缝图像去噪技术很难达到理想的降噪效果,且在所提取的图像中裂缝通常表现出畸形、间断或者填充不密实的现象。针对这些问题,提出了一种基于改进初始聚类中心的k-means混合降噪方法:首先利用改进k-means聚类算法对原始RGB图像中裂缝进行预提取;然后设置阈值进行图像灰度二值化操作;最后采用腐蚀膨胀的方法对裂缝区域和形态进行改善。试验结果表明,该方法在降低图像存储大小的同时有效去除了噪声,加快了裂缝形态的提取速度,保证了裂缝形态的真实性和完整性,能够批量化处理大量混凝土裂缝图像。

关键词：裂缝检测 k-means 去噪腐蚀膨胀

基于密度峰值改进的岩体结构面优势产状k-means聚类分析法

在线全文

学校读者我要写书评

暂无评论

矿业研究与开发 2022年第7期42卷 137-143页

作者：吴顺川李玉杰张化进王猛北京科技大学土木与资源工程学院北京100083 昆明理工大学国土资源工程学院云南昆明650093

岩体结构面控制着地下洞室和岩质边坡等岩体工程的稳定性,在岩体力学工程模拟与分析计算中起关键作用。为对岩体结构面进行正确有效的分组,提出一种基于密度峰值改进的岩体结构面k-means聚类分析算法,解决了由于k-means算法选择聚类中... 详细信息

岩体结构面控制着地下洞室和岩质边坡等岩体工程的稳定性,在岩体力学工程模拟与分析计算中起关键作用。为对岩体结构面进行正确有效的分组,提出一种基于密度峰值改进的岩体结构面k-means聚类分析算法,解决了由于k-means算法选择聚类中心的随机性而易导致聚类结果局部最优的问题。首先,通过计算岩体结构面产状的局部密度和聚类中心距离,确定初始聚类中心并排除异常点,以此作为k-means算法的初始条件进行结构面优势产状的聚类分析,获得合理的聚类分组结果。最后将该算法应用于人工模拟和DIPS中的结构面产状数据,聚类结果表明,基于密度峰值改进的k-means算法的分组合理可靠,可以有效地实现结构面分组和优势产状的确定。

关键词：岩体结构面优势产状密度峰值 k-means

一种改进樽海鞘群算法优化k-means的小麦覆盖度提取方法

在线全文

学校读者我要写书评

暂无评论

河北科技大学学报 2023年第4期44卷 356-367页

作者：王向李月凤王震洲张佳佳河北科技大学信息科学与工程学院河北石家庄050018 河北省气象技术装备中心气象探测技术科河北石家庄050021

针对k-means算法对初始聚类中心的依赖性较高,容易出现局部最优停滞的问题,提出一种改进樽海鞘群算法优化k-means的小麦覆盖度提取算法。首先,将小麦图像转换到HSV色彩空间;然后,用改进樽海鞘群算法进行全局寻优,以获得全局最优值作为k-... 详细信息

针对k-means算法对初始聚类中心的依赖性较高,容易出现局部最优停滞的问题,提出一种改进樽海鞘群算法优化k-means的小麦覆盖度提取算法。首先,将小麦图像转换到HSV色彩空间;然后,用改进樽海鞘群算法进行全局寻优,以获得全局最优值作为k-means算法的初始聚类中心,接着运用k-means算法进行局部寻优,直到迭代完成;最终,输出经过分割的小麦图像。为了评估算法性能,使用12个基准函数对ISSA及其他智能优化算法进行对比测试,同时将改进樽海鞘群算法优化k-means应用于小麦覆盖度提取。结果表明,ISSA算法在优化精度和收敛速度上均超越其他算法,鲁棒性也得到了显著提高。与其他算法相比,ISSA-k算法分割后的小麦图像纹理比较清晰,效果更佳,同时具有更加高效的优势,可用于小麦覆盖度的提取,具有较强的实用性。

关键词：图像处理 k-means 改进樽海鞘群算法 HSV色彩空间图像分割小麦覆盖度提取

在线全文

学校读者我要写书评

暂无评论

基于多粒度的快速k-means算法研究

基于多粒度的快速k-means算法研究

作者：文青重庆邮电大学

学位级别：硕士

k-means算法被誉为十大经典数据挖掘算法之一,自被提出以来就因其高效的特性而被广泛应用于各个领域。但是,随着互联网的深入发展,网络上的数据呈爆发式增长,使得k-means算法的效率在大数据场景中面临挑战。为了进一步提升k-means算法... 详细信息

k-means算法被誉为十大经典数据挖掘算法之一,自被提出以来就因其高效的特性而被广泛应用于各个领域。但是,随着互联网的深入发展,网络上的数据呈爆发式增长,使得k-means算法的效率在大数据场景中面临挑战。为了进一步提升k-means算法的效率,本文分别针对精确k-means算法和近似k-means算法各提出了一种加速策略。本文的具体工作如下:1.本文针对精确k-means算法提出了一种基于多粒度的近邻球框架。该框架借用了Ball k-means算法提出的近邻球的概念,针对目前部分快速精确k-means算法上下界宽松,约束力不强的问题,提出在近邻球的基础之上来更新上下界。该框架从两个方面实现了加速:首先,该框架通过使用近邻球的概念,缩小了样本点的搜索范围;其次,该框架可以让每个样本点获得约束力更强的上界和下界。为了验证该框架的有效性,文章对应用框架后的代表算法与部分精确k-means算法进行了时间复杂度分析,还将这些算法在真实数据集上进行了效率对比,实验结果表明,使用近邻球框架之后的算法在大部分数据集上比其他快速精确kmeans算法的效率更高。2.本文提出了一种基于多粒度的快速近似k-means算法。该算法从两个不同的角度实现了加速:首先,该算法直接利用上一轮迭代过程中的信息来为每个簇寻找近邻簇,进而快速缩小样本点的搜索范围;其次,该算法利用上下界的条件快速减少了需要参与分配过程的样本点的数量。为了验证该算法的有效性,本文在不同规模和不同维度的真实数据集上进行了实验。实验结果表明,该算法在平均聚类质量损失约为2%左右的情况下可以使得算法的效率比Lloyd算法快几十到几百倍。

关键词： k-means 近邻球多粒度更新上下界近邻更新