检索结果-南通市图书馆

基于改进k-means算法和总时最短机制的无人机群多目标分配围猎策略

在线全文

学校读者我要写书评

暂无评论

西北工业大学学报 2022年第6期40卷 1297-1304页

作者：胡滨朱亚辉杜致泽赵子昕周延年西北工业大学自动化学院陕西西安710072 陕西学前师范学院数学与统计学院陕西西安710061 西北工业大学机电学院陕西西安710072 交通运输通信信息集团有限公司卫星通信事业部北京100011 空军工程大学防空反导学院陕西西安710043

无人机(UAV)群多目标围猎是一种重要的战术手段,提出了一种基于改进k-means和总时最短机制的围猎策略。大规模的任务分配问题结构复杂、解算难度大,为了得到较高的围猎效率,减少单机计算量,采用混合式的体系结构将复杂的多目标围猎问题... 详细信息

无人机(UAV)群多目标围猎是一种重要的战术手段,提出了一种基于改进k-means和总时最短机制的围猎策略。大规模的任务分配问题结构复杂、解算难度大,为了得到较高的围猎效率,减少单机计算量,采用混合式的体系结构将复杂的多目标围猎问题逐步分解为UAV个体需要执行的任务集合,降低了系统的耦合性和任务解算的复杂度。该策略利用改进的k-means算法将多目标围猎问题分层,形成多个独立的单目标围猎子系统。在子系统内部将单目标围猎任务分解为多个UAV容易执行的子任务,并以总时最短机制在子任务和UAV之间建立一一对应的匹配关系,各UAV只需执行待执行的子任务即可达到多目标围猎的目的。仿真实验表明,多无人机群可以有效地对多个目标的围捕任务进行合理分配,证明了该分配策略的有效性。

关键词：多目标围猎任务分配策略无人机群 k-means法

在线全文

学校读者我要写书评

暂无评论

基于数据挖掘的高速公路行程时间预测

华中科技大学学报（自然科学版） 2016年第8期44卷 36-40页

作者：邢雪于德新田秀娟程泽阳吉林化工学院信息与控制工程学院吉林吉林132022 吉林大学交通学院吉林长春130022 吉林大学汽车仿真与控制国家重点实验室吉林长春130022 吉林大学吉林省道路交通重点实验室吉林长春130022

以高速公路上路段行程时间历史数据集作为研究对象,以交通数据实际特征作为行程时间历史数据集分类的依据,建立基于数据挖掘的高速公路行程时间预测模型.采用山东高速收费站记录实际数据,以实例数据验证模型并计算平均绝对误差.为对比... 详细信息

以高速公路上路段行程时间历史数据集作为研究对象,以交通数据实际特征作为行程时间历史数据集分类的依据,建立基于数据挖掘的高速公路行程时间预测模型.采用山东高速收费站记录实际数据,以实例数据验证模型并计算平均绝对误差.为对比分析预测强度聚类预测模型的有效性,采用多种算法对测试集行程时间预测,对预测结果误差进行了对比.结果表明:预测强度修正的k-means法可以提高高速公路路段行程时间预测的准确性,模型在降低数据采集成本的同时可为高速信息服务提供可靠的预测行程时间,为出行者提供有力的决策依据.

关键词：高速公路行程时间预测预测强度数据挖掘 k-means法联网收费数据

基于混合粒子群法的电力系统多目标故障点的定位

在线全文

学校读者我要写书评

暂无评论

自动化应用 2023年第12期64卷 49-51页

作者：张进堂王永爱白银中天化工化工责任有限公司甘肃白银730600

故障点定位是电力系统故障排查工作的主要内容,但智能设备的大量应用和电网的不断拓展,使得故障点定位呈现多目标的特性,降低了故障定位的准确性。减少故障点定位中的干扰因素,简化定位流程以及缩短定位时间是目前电力系统亟待解决的问... 详细信息

故障点定位是电力系统故障排查工作的主要内容,但智能设备的大量应用和电网的不断拓展,使得故障点定位呈现多目标的特性,降低了故障定位的准确性。减少故障点定位中的干扰因素,简化定位流程以及缩短定位时间是目前电力系统亟待解决的问题。基于此背景,本文提出一种改进混合粒子群法,结合混合粒子群与k-means法,持续性监测电网,并通过k-means法对电流、电压幅度进行分类,以缩小故障点的判断范围,提高故障点的定位效率。Matlab仿真显示,改进混合粒子群法能有效降低故障点定位的误差率,提高定位准确性到75%以上,简化35%的流程,缩短故障定位时间至12 s以内,整体结果显著优于标准遗传算法,满足电力系统多目标故障点的有效定位需求。

关键词： k-means法故障点定位混合粒子群多目标电力系统

基于改进 k -means的医院患者流向异常聚类研究

在线全文

学校读者我要写书评

暂无评论

微型电脑应用 2022年第5期38卷 167-170页

作者：杨婷婷如皋市人民医院江苏如皋226500

针对医院患者流向异常监测需求,提出一种改进k-means的患者流向异常监测模型。首先,采用两阶段k-means对传统的k-means聚类进行改进,以解决初始质心随机选择问题;其次,构建改进k-means的医院患者流向异常检测模型,并通过仿对改进k-mean... 详细信息

针对医院患者流向异常监测需求,提出一种改进k-means的患者流向异常监测模型。首先,采用两阶段k-means对传统的k-means聚类进行改进,以解决初始质心随机选择问题;其次,构建改进k-means的医院患者流向异常检测模型,并通过仿对改进k-means算法聚类和患者流向异常检测进行验证。结果表明,这种基于改进k-means算法的医院患者流向异常检测模型,可有效实现流向患者聚类,且聚类时间和聚类效果优于传统的CobWeb、DBScan、Hierarchical Cluster聚类算法,有效提高了医院患者流量检测低的问题。

关键词： k-means法患者流向异常检测

基于Matlab GUI的服装颜色特征提取系统设计

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2018年第9期41卷 96-99,104页

作者：江莎莉任琼江汉大学设计学院湖北武汉430056

针对传统服装颜色特征提取系统直观性差,提取结果不可靠等问题,设计了基于Matlab GUI的服装颜色特征提取系统。介绍了系统设计思想,对服装图片进行主成分分析变换,得到主成分分析空间的颜色特征,把测试样本和训练样本依次投影至特征空间... 详细信息

针对传统服装颜色特征提取系统直观性差,提取结果不可靠等问题,设计了基于Matlab GUI的服装颜色特征提取系统。介绍了系统设计思想,对服装图片进行主成分分析变换,得到主成分分析空间的颜色特征,把测试样本和训练样本依次投影至特征空间,得到相应的识别特征,采用k-means法对颜色进行分类,按照空间一致原则实现服装颜色特征提取。给出GUI界面设计过程,采用Matlab中的uigetfile函数输入服装图片,通过get函数实现颜色提取结果的展示,利用write函数保存服装颜色特征信息,给出系统退出代码。实验结果表明所设计系统能够直观展示服装颜色特征,且颜色特征提取结果可靠。

关键词：服装颜色特征提取 GUI界面系统设计主成分分析 k-means法

在线全文

学校读者我要写书评

暂无评论

珠海市农产品物流配送中心选址研究

中国市场 2021年第12期 165-166页

作者：胡蓉钟义贵李立周北京理工大学珠海学院广东珠海519088

建立农产品配送中心对于珠海市农产品运输配送实现规模效益、节约物流成本尤为重要。文章对农产品主要生产地区及大型的农产品批发市场进行分析,运用P-中值法研究得出分别在生产地白蕉镇、红旗镇建立配送中心;对农产品主要需求地及其农... 详细信息

建立农产品配送中心对于珠海市农产品运输配送实现规模效益、节约物流成本尤为重要。文章对农产品主要生产地区及大型的农产品批发市场进行分析,运用P-中值法研究得出分别在生产地白蕉镇、红旗镇建立配送中心;对农产品主要需求地及其农产品需求量情况进行总结,使用k-means法对需求地进行聚类,使用CFLP模型为香洲区进行配送中心选址研究,选出在前山街道办和南屏镇建立配送中心。

关键词：珠海市农产品配送中心 k-means法 CFLP模型 P-中值模型

改进BP神经网络模型对低压台区线损率计算方法的优化分析

在线全文

学校读者我要写书评

暂无评论

电子设计工程 2020年第14期28卷 171-174页

作者：刘俊杨京京陈远良罗霄刘琨琳深圳供电局有限公司广东深圳518000

基于改进BP模型的低压台区中线损率计算方法的优化分析。通过k-means聚类和Leverberg-Marquisardt法构建改进BP神经网络模型,确定样本聚类中心,以及指标的权值和阀值,实现低压台区线损率计算方法的优化。结合MATLAB仿真试验,显示在0.01... 详细信息

基于改进BP模型的低压台区中线损率计算方法的优化分析。通过k-means聚类和Leverberg-Marquisardt法构建改进BP神经网络模型,确定样本聚类中心,以及指标的权值和阀值,实现低压台区线损率计算方法的优化。结合MATLAB仿真试验,显示在0.01、0.005、0.001和0.000 1的目标误差条件下,改进BP模型的目标误差率和迭代次数均优于标准BP模型,且耗时更短。因此,得出改进BP神经网络模型能有效地解决聚类和目标误差率调整问题,并提高线损率的计算速度和精度的结论。

关键词：线损率 BP网络 LM法 k-means法

基于k-means的煤岩孔裂隙微观结构SEM表征

在线全文

学校读者我要写书评

暂无评论

基于K-means的煤岩孔裂隙微观结构SEM表征