检索结果-南通市图书馆

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于聚类的重复数据去冗算法的研究

计算机技术与发展 2018年第2期28卷 125-129页

作者：刘赛聂庆节刘军王超李静南瑞集团公司江苏南京210003 南京航空航天大学计算机学院江苏南京211106

数据的损坏和丢失会带来无法弥补的损失,数据备份系统可以将损失降到最低程度。随着收集的数据量的迅速增加,备份系统需要备份与恢复的数据也迅速增加,然而备份文件之间的相似度超过60%,全部存储在硬盘上十分浪费存储空间,故提出了一种... 详细信息

数据的损坏和丢失会带来无法弥补的损失,数据备份系统可以将损失降到最低程度。随着收集的数据量的迅速增加,备份系统需要备份与恢复的数据也迅速增加,然而备份文件之间的相似度超过60%,全部存储在硬盘上十分浪费存储空间,故提出了一种基于k-medoids聚类的DELTA压缩方法,用来去除备份数据中的重复数据。该方法首先对文件进行切割分块,通过对文件块进行两两DELTA压缩,得出各自压缩文件的大小,作为两个文件块之间的相似度。通过得到的相似度进行k-medoids聚类,作为DELTA压缩前的预处理步骤。然后根据k-medoids的聚类结果,合并小文件块之后再进行DELTA压缩。测试结果表明,该方法提高了压缩率,并减少了DELTA压缩中查找指纹的次数,降低了压缩时间。

关键词： DELTA压缩数据压缩聚类 k-medoids

在线全文

学校读者我要写书评

暂无评论

UWSNs节点运动模型及预测定位

哈尔滨工业大学学报 2018年第9期50卷 156-163页

作者：刘丽萍陈梦晋泽炎天津大学电气自动化与信息工程学院天津300072

为提高水下无线传感器网络(UWSNs)中动态节点的定位精度,降低通信能耗,提出采用节点的运动模型实现预测定位.考虑到近海监控网络中,潮汐运动是海水运动的主要成因,以粗略的近海潮汐运动模型为基础,以高斯径向基函数作为空间基函数构造... 详细信息

为提高水下无线传感器网络(UWSNs)中动态节点的定位精度,降低通信能耗,提出采用节点的运动模型实现预测定位.考虑到近海监控网络中,潮汐运动是海水运动的主要成因,以粗略的近海潮汐运动模型为基础,以高斯径向基函数作为空间基函数构造节点的运动模型;利用k-medoids方法对模型中的高斯径向基函数中心进行聚类优化;提出了采用扩展卡尔曼滤波的方法实现模型系数的估计.考虑到普通节点与锚节点运动的空间相关性,设计了与到锚节点的距离相关的权重系数,以锚节点的运动模型系数估计普通节点运动模型中的系数,进而完成自身定位.对东经117.25°—132.2°,北纬24°—43.45°海域UWSNs的节点定位性能进行仿真分析,结果表明:所提出的节点预测定位方法的定位性能较高,定位覆盖度和定位精度高于SLMP方法和MP-PSO方法,平均通信能耗低于SLMP方法和MP-PSO方法.所提出的节点预测定位方法适用于大规模水下动态无线传感器网络定位.

关键词：水下无线传感器网络节点运动模型 k-medoids 扩展卡尔曼预测定位

基于混合聚类的覆盖网络组播服务节点选择模型

在线全文

学校读者我要写书评

暂无评论

中国矿业大学学报 2007年第6期36卷 826-832页

作者：程德强钱建生赵亮中国矿业大学信息与电气工程学院江苏徐州221116

通过分析当前覆盖网络特点,以分层覆盖网络为基础构建特定源组播树,实现对组播服务节点MSNs的管理,并提出一种基于k-medoids和遗传算法的模型,用于网络中MSNs的选择.结果表明,该模型有效克服了传统k-medoids算法模型对初始中心选值敏感... 详细信息

通过分析当前覆盖网络特点,以分层覆盖网络为基础构建特定源组播树,实现对组播服务节点MSNs的管理,并提出一种基于k-medoids和遗传算法的模型,用于网络中MSNs的选择.结果表明,该模型有效克服了传统k-medoids算法模型对初始中心选值敏感的问题和早熟收敛现象,使其针对覆盖网络组播服务节点的选择性能明显优于k-medoids选择模型,平均收敛速度也提高近30%.

关键词： k-medoids 遗传算法覆盖网络混合聚类

在线全文

学校读者我要写书评

暂无评论

ARIMA算法在工业控制器故障预测的应用

自动化仪表 2022年第11期43卷 62-67页

作者：冯剑姚罕琦黄啸虎胡钦炫浙江中控技术股份有限公司浙江杭州310053

提出了一种基于k-medoids算法的自回归积分滑动平均模型(ARIMA)的工业控制器硬件故障预测方法。首先,将控制器每秒的CPU电压、输入/输出(I/O)管脚电压、电源电压这3个特征的实时值作为1个特征向量,用k-medoids算法对每30 s的特征向量进... 详细信息

提出了一种基于k-medoids算法的自回归积分滑动平均模型(ARIMA)的工业控制器硬件故障预测方法。首先,将控制器每秒的CPU电压、输入/输出(I/O)管脚电压、电源电压这3个特征的实时值作为1个特征向量,用k-medoids算法对每30 s的特征向量进行聚2类操作,求得聚类样本较多的那类聚类中心向量。接着,按照时序将获得的多个聚类中心特征向量作为学习样本,求得每个特征的ARIMA的p、d、q参数,并建立ARIMA。最后,采用每个特征的ARIMA预测其未来的值,并与其阈值比较,进行故障预测。使用一个嵌入了老化电阻的中控ECS700控制器,进行了24 h的试验。试验结果表明,该方法有效,为实现控制器故障预测提供了思路。

关键词：自回归积分滑动平均模型 k-medoids 故障预测控制器机器学习时序分析大数据工业智能

耦合卡尔曼滤波和多层次聚类的中国PM_(2.5)时空分布分析

在线全文

学校读者我要写书评

暂无评论

地球信息科学学报 2017年第4期19卷 475-485页

作者：刘鹏华姚尧梁昊梁兆堂张亚涛王昊松中山大学地理科学与规划学院广州510275 中山大学广东省城市化与地理环境空间模拟重点实验室广州510275 南京大学江苏省地理信息技术重点实验室南京210023

近年来,细颗粒物污染尤其是PM_(2.5)受到人们越来越多的关注,研究PM_(2.5)的时空分布规律也具有越来越重大的意义。传统的遥感反演方法模型复杂,且不能揭示近地表面的PM_(2.5)分布规律。地面监测站的建设为PM_(2.5)的研究提供了更实时... 详细信息

近年来,细颗粒物污染尤其是PM_(2.5)受到人们越来越多的关注,研究PM_(2.5)的时空分布规律也具有越来越重大的意义。传统的遥感反演方法模型复杂,且不能揭示近地表面的PM_(2.5)分布规律。地面监测站的建设为PM_(2.5)的研究提供了更实时的观测数据,但由于测量噪声的影响,观测数据存在不准确的极端异常值。为了揭示中国PM_(2.5)的时空分布特征,本研究采用kalman滤波对2015年中国338个城市的空气质量监测网络大数据进行最佳估计,并分析其时空特征。同时,根据中国各城市的PM_(2.5)浓度的时序分布,采用基于DTW的k-medoids聚类方法将其分为4个等级,并采用q统计量来评估PM_(2.5)浓度分布的空间分层异质性。结果表明,采用kalman滤波能有效去除数据噪声,峰值信噪比(PSNR)明显增大。在时空分布上,中国PM_(2.5)时间分布曲线呈现"U"形,冬季PM_(2.5)浓度明显高于夏季,且日变化曲线呈现"W"形;秋冬季PM_(2.5)浓度的空间分层异质性非常显著,且空间分布呈现"双核分布",重污染区主要分布在华北平原、新疆等地,西藏、广东、云南等地是稳定的空气质量优良区。

关键词： PM2.5 大数据卡尔曼滤波时空分析 k-medoids

基于聚类和随机参考分类器的对海雷达目标识别算法

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2017年第11期30卷 983-994页

作者：范学满胡生亮贺静波海军工程大学电子工程学院武汉430033

为了进一步提高复杂干扰环境下对海雷达目标识别的泛化能力,提出基于k-medoids聚类和随机参考分类器(RRC)的动态选择集成算法(kMRRC).主要利用重采样技术生成多个基分类器,然后基于成对多样性度量准则将基分类器划分为多个簇,并基于校... 详细信息

为了进一步提高复杂干扰环境下对海雷达目标识别的泛化能力,提出基于k-medoids聚类和随机参考分类器(RRC)的动态选择集成算法(kMRRC).主要利用重采样技术生成多个基分类器,然后基于成对多样性度量准则将基分类器划分为多个簇,并基于校验数据集为每个基分类器构建相应的RRC模型,最后利用RRC从各个簇中动态选择竞争力最强的部分基分类器进行集成决策.通过寻优实验确定kMRRC的参数设置,随后利用Java调用Weka API在自建的目标全极化高分辨距离像(HRRP)样本库及17个UCI数据集上进行kMRRC与常用的9种集成算法和基分类算法的对比实验,并进一步研究多样性度量方法的选取对kMRRC性能的影响.实验验证文中算法在对海雷达目标识别领域的有效性.

关键词： k-medoids 随机参考分类器动态集成选择目标识别

在线全文

学校读者我要写书评

暂无评论

GPU加速的改进PAM聚类算法研究与应用

地球信息科学学报 2017年第6期19卷 782-791页

作者：周恩波毛善君李梅孙振明北京大学遥感与地理信息系统研究所北京100871 中国矿业大学(北京)资源与安全工程学院北京100083

空间聚类是空间数据挖掘的重要方法,而k-medoids是一种常用的空间聚类算法。k-medoids聚类算法存在初始点选择问题,而且计算复杂。为了提高算法的有效性和时间效率,本文结合模拟退火算法思想,改进了传统的k-medoids算法PAM,提出一种基于... 详细信息

空间聚类是空间数据挖掘的重要方法,而k-medoids是一种常用的空间聚类算法。k-medoids聚类算法存在初始点选择问题,而且计算复杂。为了提高算法的有效性和时间效率,本文结合模拟退火算法思想,改进了传统的k-medoids算法PAM,提出一种基于GPU计算的并行模拟退火PAM算法。类比矩阵乘法运算,定义了一种新的矩阵计算方法,可以有效减少数据在GPU全局内存和共享内存之间的传输,提高了算法在GPU中的执行效率。利用模拟退火算法搜索聚类中心点,保证了聚类结果的全局最优性。基于不同的数据集,将串行和并行模拟退火PAM算法以及已有的遗传PAM算法进行比较,结果表明并行模拟退火PAM算法聚类结果正确,且时间效率高。最后,应用本文改进算法对贵州省安监系统的安全监管隐患数据进行聚类分析,发现了隐患聚集中心,相关结果对政府的决策具有一定的实际应用价值。

关键词： k-medoids 模拟退火 GPU 并行计算空间聚类分析

基于数据挖掘的火电厂制粉系统能效评估模型研究

在线全文

学校读者我要写书评

暂无评论

热能动力工程 2021年第2期36卷 80-85页

作者：孙宇贞唐毅伟李帅上海电力大学自动化工程学院上海发电过程智能管控工程技术研究中心上海200090

为降低超超临界机组在运行过程中的能耗,针对机组制粉系统建模过程繁琐及系统能效评估存在人为主观因素强和不确定性等缺陷,提出了一种适用于火电机组制粉系统能效评估的灰色模糊评估模型。通过引入k-medoids聚类算法挖掘出各能效指标... 详细信息

为降低超超临界机组在运行过程中的能耗,针对机组制粉系统建模过程繁琐及系统能效评估存在人为主观因素强和不确定性等缺陷,提出了一种适用于火电机组制粉系统能效评估的灰色模糊评估模型。通过引入k-medoids聚类算法挖掘出各能效指标的基准值,避免了建模过程繁琐的问题,并有效削弱了现场数据中异常值的影响;通过将灰色模糊评估模型中的关联系数作为隶属度向量,并结合层次分析法(AHP)得到各分层指标的权重系数,有效地避免了评估过程中人为主观因素强和不确定性等问题。计算证明,用该方法能有效对火电机组制粉系统进行能效评估。

关键词：制粉系统能效评估 k-medoids 灰色模糊评价模型层次分析法

在线全文

学校读者我要写书评

暂无评论

聚类分析的伪距偏差特性研究

测绘科学 2021年第10期46卷 46-53页

作者：王旭丹郑福刘松龚晓鹏北京航空航天大学北京100191 中国长江三峡集团有限公司移民工作办公室成都610041 武汉大学卫星导航定位技术研究中心武汉430079

针对如何对由信号畸变导致的伪距偏差数据快速准确地进行判断分类这个问题,该文进行了分析研究,提出采用聚类分析中的k-medoids算法展开伪距偏差特性研究,实现信号畸变导致的伪距偏差自动判别。通过对实际观测数据的分析比较可以看出,... 详细信息

针对如何对由信号畸变导致的伪距偏差数据快速准确地进行判断分类这个问题,该文进行了分析研究,提出采用聚类分析中的k-medoids算法展开伪距偏差特性研究,实现信号畸变导致的伪距偏差自动判别。通过对实际观测数据的分析比较可以看出,引入聚类分析方法实现伪距偏差的自动判别比仅按照接收机厂商、接收机模型划分伪距偏差更加符合实际情况。由信号畸变导致的伪距偏差在全球卫星导航系统(GNSS)精密数据处理中至关重要,会对精密单点定位精度和收敛性能、电离层延迟提取等产生影响。随着卫星导航系统以及GNSS跟踪网的建设与完善,海量的基准站及丰富的接收机类型为GNSS精密处理带来了更多的挑战。引入聚类分析方法实现了伪距偏差的自动判别,对于卫星导航精密数据处理性能具有重要的意义。

关键词： GPS 伪距偏差聚类分析 k-medoids