期刊文献+
共找到1,155篇文章
< 1 2 58 >
每页显示 20 50 100
基于改进的SVD算法和二分K-均值聚类算法的协同过滤算法 被引量:3
1
作者 过金超 杨继纲 《轻工学报》 CAS 2020年第4期88-95,共8页
针对传统的协同过滤算法存在稀疏性较大和扩展性较差的问题,提出了基于改进的奇异值分解(SVD)算法和二分K-均值聚类算法的协同过滤算法.该算法首先利用改进的SVD算法对稀疏的用户-项目评分矩阵进行降维,获得用户隐含特征矩阵,然后运用二... 针对传统的协同过滤算法存在稀疏性较大和扩展性较差的问题,提出了基于改进的奇异值分解(SVD)算法和二分K-均值聚类算法的协同过滤算法.该算法首先利用改进的SVD算法对稀疏的用户-项目评分矩阵进行降维,获得用户隐含特征矩阵,然后运用二分K-均值聚类算法对相似用户进行聚类来提升算法的可扩展性,最后利用最近邻居集的评分修正目标用户的评分,以减小因矩阵分解导致用户信息丢失造成的误差.利用MovieLens 100K数据集进行的实验结果表明,与传统的基于用户的协同过滤算法、基于K-均值聚类的协同过滤算法和隐语义模型(LFM)算法相比,本文提出的算法能够有效提高推荐结果的准确性. 展开更多
关键词 个性化推荐 SVD算法 二分k-均值聚类算法 协同过滤 矩阵分解
在线阅读 下载PDF
基于主成分分析算法和K均值聚类算法的药品库存分类管理 被引量:1
2
作者 唐蕾 邱磊 +1 位作者 俞佳慧 冀召帅 《医药导报》 北大核心 2025年第4期682-686,共5页
目的针对目前药品分类主观性较强、分类标准模糊、影响因素繁杂的问题,探讨一种科学的药品分类方法,以降低库存成本,提高库存的有效性。方法在北京某三级医院2021—2022年历史数据中随机抽取700种药品为研究对象,通过主成分分析(PCA)算... 目的针对目前药品分类主观性较强、分类标准模糊、影响因素繁杂的问题,探讨一种科学的药品分类方法,以降低库存成本,提高库存的有效性。方法在北京某三级医院2021—2022年历史数据中随机抽取700种药品为研究对象,通过主成分分析(PCA)算法和K均值聚类(K-means)算法对研究对象进行分类。结果确定轮廓系数为0.3470的分类数4为最佳分类数,将700种药品分为4类,其中有363种归为第一类,186种归为第二类,94种归为第三类,57种归为第四类。将该文研究的药品分类方法模拟运用到某三级医院2023年第二季度的药品库存管理中,模拟结果表明该分类方法能够降低库存成本,提高库存有效性。结论基于PCA算法和K-means聚类算法的药品分类方法能够为药品库存分类管理提供可靠依据。 展开更多
关键词 药品分 主成分分析算法 K均值算法 药品库存管理
在线阅读 下载PDF
基于自组织映射优化k均值聚类合成少数类算法及应用
3
作者 罗博炜 谭家驹 冯纪强 《广西大学学报(自然科学版)》 北大核心 2025年第3期679-689,共11页
针对金融数据高度不平衡使信贷违约预警模型训练和评估的复杂度大大增加的特点,为了改进重采样方法,运用自组织映射(SOM)神经网络来优化k均值聚类合成少数类(k-Means-SMOTE)算法,通过自组织映射神经网络识别和分析不平衡数据集的结构特... 针对金融数据高度不平衡使信贷违约预警模型训练和评估的复杂度大大增加的特点,为了改进重采样方法,运用自组织映射(SOM)神经网络来优化k均值聚类合成少数类(k-Means-SMOTE)算法,通过自组织映射神经网络识别和分析不平衡数据集的结构特征,将高维数据有效地映射至低维空间。在此基础上,结合k-Means算法进行数据聚类,以识别少数类样本的潜在群集,从而更准确地确定过采样的焦点区域。最后运用SMOTE技术对这些焦点区域进行过采样,增加少数类样本数量的同时保持数据的原始特征分布,从而减少过拟合的风险。在Bank marketing、Credit_Fraud等多个经典的真实金融数据集上的实验证明,该方法能够通过增加聚类稳定性来提升传统过采样算法的质量,在提升模型性能的同时降低算法复杂度。 展开更多
关键词 自组织映射神经网络 算法 k均值合成少数过采样方法 信贷违约预警
在线阅读 下载PDF
基于均值漂移聚类算法的岩体结构面产状优势分组
4
作者 彭是焱 周鑫 +1 位作者 申壮 徐千博 《科学技术与工程》 北大核心 2025年第4期1392-1399,共8页
岩体结构面产状的优势分组对于揭示不同类型结构面的分布规律和特征具有重要意义。传统的结构面极点密度图分组方法通常较为依赖地质经验,缺乏一定客观性,为此,引入均值漂移聚类算法开展岩体结构面产状优势分组研究。首先,人工生成不同... 岩体结构面产状的优势分组对于揭示不同类型结构面的分布规律和特征具有重要意义。传统的结构面极点密度图分组方法通常较为依赖地质经验,缺乏一定客观性,为此,引入均值漂移聚类算法开展岩体结构面产状优势分组研究。首先,人工生成不同离散程度岩体结构面产状数据。随后,将生成的产状数据转换为三维空间中的坐标,并以单位法向量的夹角正弦值γ作为相似性度量标准。接下来采用均值漂移算法对度量的数据集进行聚类分析,通过与传统的极点密度图法和K均值聚类算法进行比较,有效性检验指标和聚类错误识别率与K均值聚类算法接近一致。最后以重庆三功矿岩质边坡为工程实例,通过野外采集到的结构面数据验证了新方法的合理性及有效性。结果表明:该方法聚类效果优于传统的极点图分组方法和K均值聚类算法,聚类结果客观合理,对近水平产状也有良好的聚类效果。 展开更多
关键词 岩体 结构面产状 优势分组 均值漂移算法
在线阅读 下载PDF
一种基于核数据变换方法的遥感图像谱聚类算法
5
作者 赵海军 陈华月 崔梦天 《林业工程学报》 北大核心 2025年第2期130-137,共8页
随着遥感图像在各行各业的日益广泛应用,遥感图像的处理变得愈来愈重要。为了实现谱聚类算法应用于林业工程中的遥感图像处理,本研究提出了一种基于核数据变换和角距离度量的谱聚类新算法。首先,通过对基于多变量核特征提取的一般核熵... 随着遥感图像在各行各业的日益广泛应用,遥感图像的处理变得愈来愈重要。为了实现谱聚类算法应用于林业工程中的遥感图像处理,本研究提出了一种基于核数据变换和角距离度量的谱聚类新算法。首先,通过对基于多变量核特征提取的一般核熵成分分析法的分析,并运用信息论概念和核密度估计密切相关的瑞利二次熵,提出了最佳特征提取和无监督降维方法,即最佳核熵成分分析法。它根据类或聚类信息方面的数据结构,采用一个额外的旋转,使得成分之间的独立性最大化;在这些成分中最佳地捕捉数据的高信息势部分,直接找到关于保留成分的数量的最大化信息势的基,以确保得到的解比标准的核熵成分分析得到的解保留更多(或相等)的信息势;并提出了采用梯度上升法来求解最佳核熵成分分析优化问题,具体实现是采用了一种简单的提前终止方案,以确保梯度达到一个额外迭代不会显著修改成本函数的区域。其次,通过对最佳核熵成分分析变换和样本外扩展的分析,构建了一种基于角距离度量的谱聚类算法,它采用角距离度量的核k-均值聚类目标,而不是采用基于欧氏距离的度量。优化过程采用最佳核熵成分分析空间中的角距离,以保证收敛到局部最优,从而实现图像的聚类。采用多光谱卫星图像的实验结果表明,本研究提出的谱聚类算法不仅适用于遥感图像的云筛选问题,而且相比目前其他先进的聚类算法有更好的分类性能。 展开更多
关键词 遥感图像 非线性特征提取 概率密度函数 k-均值 瑞利熵
在线阅读 下载PDF
采用混合策略联合优化的模糊C-均值聚类信息熵点云简化算法 被引量:2
6
作者 黄鹤 黄佳慧 +2 位作者 刘国权 王会峰 高涛 《西安交通大学学报》 EI CAS CSCD 北大核心 2024年第7期214-226,共13页
针对传统聚类算法处理点云简化问题时精度低、耗时长且易丢失特征信息等问题,提出了一种基于动态精英自适应混合策略的鹈鹕算法(DEAMPOA)与加权熵法联合优化的模糊C-均值聚类(FCM)信息熵点云简化算法。采用动态自适应种群混合策略,同时... 针对传统聚类算法处理点云简化问题时精度低、耗时长且易丢失特征信息等问题,提出了一种基于动态精英自适应混合策略的鹈鹕算法(DEAMPOA)与加权熵法联合优化的模糊C-均值聚类(FCM)信息熵点云简化算法。采用动态自适应种群混合策略,同时融合了精英反向化思路,显著提升了鹈鹕优化算法(POA)的收敛趋势和全局寻优能力,提高了寻找FCM最优聚类中心的成功率;利用DEAMPOA结合加权熵法对FCM进行优化,提高鲁棒性的同时增强了搜索精度,得到较好的聚类结果;在8种UCI标准数据集上与4种算法对比进行聚类性能评估实验,验证了所提方法综合性能优越;将所提方法与信息熵融合,并应用在三维点云KITTI数据集简化中。实验结果表明:与包围框简化法、随机采样简化法和特征选择简化法对比,所提方法全局误差简化前后点集之间平均欧式距离(MED)指标分别降低了2.25%、6.93%、5.74%,点云简化效果最优且运行速度满足要求。 展开更多
关键词 C-均值 鹈鹕优化算法 点云简化 信息熵
在线阅读 下载PDF
IIoT环境下基于聚类的工作流多雾协同调度算法 被引量:1
7
作者 吴宏伟 江凌云 陈海峰 《计算机工程与设计》 北大核心 2025年第1期52-59,共8页
为解决在IIoT(industrial internet of things)环境下,现有的调度算法调度工作流中通信频繁、数据传输量大的任务所带来的完工时间上升、成本增加等影响的问题,提出一种基于聚类的工作流多雾协同调度算法。通过二分K均值算法对工作流中... 为解决在IIoT(industrial internet of things)环境下,现有的调度算法调度工作流中通信频繁、数据传输量大的任务所带来的完工时间上升、成本增加等影响的问题,提出一种基于聚类的工作流多雾协同调度算法。通过二分K均值算法对工作流中的任务进行聚类,基于聚类结果,在多个雾服务器之间使用改进的免疫粒子群优化算法进行任务调度。实验结果表明,该算法相比其它一些传统的调度算法在完工时间、成本、负载均衡方面都有一定提升。 展开更多
关键词 工业物联网 工作流 二分K均值算法 多雾 免疫粒子群优化算法 调度算法
在线阅读 下载PDF
自加权多视图k-均值算法
8
作者 林合川 徐慧英 +2 位作者 朱信忠 黄晓 刘子洋 《计算机工程》 北大核心 2025年第8期141-150,共10页
随着信息技术的不断进步,人们能够运用越来越多样化和复杂的方式来更准确地描述事物,这导致了多视图数据的出现。对多视图数据聚类是数据挖掘、机器学习、模式识别等领域的基础和重要课题。在这个信息爆炸的时代,数据的维度越来越高,如... 随着信息技术的不断进步,人们能够运用越来越多样化和复杂的方式来更准确地描述事物,这导致了多视图数据的出现。对多视图数据聚类是数据挖掘、机器学习、模式识别等领域的基础和重要课题。在这个信息爆炸的时代,数据的维度越来越高,如何有效地对这类数据进行聚类仍然是一项巨大的挑战。针对目前多视图k-均值算法在处理高维数据时能力不足的问题,提出一种全新的多视图聚类框架——自加权多视图k-均值(SwMKM)算法。首先,通过采用最小绝对准则来引导鲁棒性,降低异常值对结果的影响;然后,采用迭代重加权最小二乘法(IRLS)来求解最小绝对残差,通过自适应地调整多个权重的分布,实现重加权的控制;最后,通过引入具有l2,1范数惩罚项的投影矩阵,将原始数据集的高维特征空间转换为统计上不相关的低维的子空间,实现特征选择和噪声抑制。实验结果显示,SwMKM算法在Handwritten numerals、MSRCv1、Outdoor Scene等数据集上的表现明显优于其他多视图k-均值算法,证明了该算法聚类的优越性。 展开更多
关键词 无监督学习 k-均值 多视图 L2 1范数 自加权
在线阅读 下载PDF
基于VMD和FCM聚类算法的海上风机支撑结构损伤识别方法
9
作者 任义建 刁延松 +1 位作者 吕建达 侯敬儒 《振动与冲击》 北大核心 2025年第8期184-191,286,共9页
利用响应和有监督学习算法对运行状态下海上风机支撑结构进行损伤识别时,会遇到响应中能量占比很高的谐波成分影响和有监督学习算法需人工定义标签等问题。为此,利用变分模态分解(variational modal decomposition,VMD)和模糊C均值(fuzz... 利用响应和有监督学习算法对运行状态下海上风机支撑结构进行损伤识别时,会遇到响应中能量占比很高的谐波成分影响和有监督学习算法需人工定义标签等问题。为此,利用变分模态分解(variational modal decomposition,VMD)和模糊C均值(fuzzy C-means,FCM)聚类算法进行海上风机支撑结构损伤识别。为剔除响应中的谐波成分,首先利用VMD对加速度响应进行分解,选取结构模态响应(仅含有结构自振频率)作为分析信号。然后计算模态响应的时域、能量和能量比值及样本熵特征构造特征矩阵,利用主成分分析对特征矩阵进行降维,得到损伤特征矩阵。将损伤特征矩阵输入FCM聚类算法,通过聚类分析得到结构的损伤状态。位移激励下海上风机支撑结构损伤识别模型试验数据验证了该方法的有效性。该方法属于无监督学习算法,无需标注标签且不受谐波成分的影响。 展开更多
关键词 海上风机支撑结构 损伤识别 变分模态分解(VMD) 模糊C均值(FCM)算法 无监督学习算法
在线阅读 下载PDF
基于样本空间分布密度的初始聚类中心优化K-均值算法 被引量:53
10
作者 谢娟英 郭文娟 +1 位作者 谢维信 高新波 《计算机应用研究》 CSCD 北大核心 2012年第3期888-892,共5页
针对传统K-均值聚类算法对初始聚类中心敏感、现有初始聚类中心优化算法缺乏客观性,提出一种基于样本空间分布密度的初始聚类中心优化K-均值算法。该算法利用数据集样本的空间分布信息定义数据对象的密度,并根据整个数据集的空间信息定... 针对传统K-均值聚类算法对初始聚类中心敏感、现有初始聚类中心优化算法缺乏客观性,提出一种基于样本空间分布密度的初始聚类中心优化K-均值算法。该算法利用数据集样本的空间分布信息定义数据对象的密度,并根据整个数据集的空间信息定义了数据对象的邻域;在此基础上选择位于数据集样本密集区且相距较远的数据对象作为初始聚类中心,实现K-均值聚类。UCI机器学习数据库数据集以及随机生成的带有噪声点的人工模拟数据集的实验测试证明,本算法不仅具有很好的聚类效果,而且运行时间短,对噪声数据有很强的抗干扰性能。基于样本空间分布密度的初始聚类中心优化K-均值算法优于传统K-均值聚类算法和已有的相关K-均值初始中心优化算法。 展开更多
关键词 k-均值 初始中心 邻域 样本分布密度
在线阅读 下载PDF
二分K均值聚类算法优化及并行化研究 被引量:23
11
作者 张军伟 王念滨 +1 位作者 黄少滨 蔄世明 《计算机工程》 CAS CSCD 北大核心 2011年第17期23-25,共3页
二分K均值聚类算法在二分聚类过程中的初始质心选取速度方面存在不足。为此,提出以极大距离点作为二分聚类初始质心的思想,提升算法的运行速度。研究如何在群集系统中进行快速聚类,根据二分K均值聚类算法的特性,采用数据并行的思想和均... 二分K均值聚类算法在二分聚类过程中的初始质心选取速度方面存在不足。为此,提出以极大距离点作为二分聚类初始质心的思想,提升算法的运行速度。研究如何在群集系统中进行快速聚类,根据二分K均值聚类算法的特性,采用数据并行的思想和均匀划分的策略,对算法进行并行化处理。实验结果表明,改进后的算法能获得比较理想的加速比和较高的使用效率。 展开更多
关键词 数据挖掘 算法 二分K均值 并行化 群集系统
在线阅读 下载PDF
基于微粒群优化聚类数目的K-均值算法 被引量:19
12
作者 巩敦卫 蒋余庆 +1 位作者 张勇 周勇 《控制理论与应用》 EI CAS CSCD 北大核心 2009年第10期1175-1179,共5页
K-均值算法是广泛使用的聚类算法,但该算法的聚类数目难以确定,且聚类结果对初始聚类中心比较敏感.本文提出一种基于微粒群优化聚类数目的K-均值算法,该算法采用聚类中心的坐标和通配符表示微粒位置,通过定义微粒更新公式中新的加减运算... K-均值算法是广泛使用的聚类算法,但该算法的聚类数目难以确定,且聚类结果对初始聚类中心比较敏感.本文提出一种基于微粒群优化聚类数目的K-均值算法,该算法采用聚类中心的坐标和通配符表示微粒位置,通过定义微粒更新公式中新的加减运算符,动态调整聚类中心的数目及坐标,此外,以改进的聚类有效性指标Davies-Bouldin准则作为适应度函数.5个人工和真实数据集的聚类结果验证了所提算法的优越性. 展开更多
关键词 k-均值算法 微粒群优化 微粒更新
在线阅读 下载PDF
新的K-均值算法最佳聚类数确定方法 被引量:93
13
作者 周世兵 徐振源 唐旭清 《计算机工程与应用》 CSCD 北大核心 2010年第16期27-31,共5页
K-均值聚类算法是以确定的类数k和随机选定的初始聚类中心为前提对数据集进行聚类的。通常聚类数k事先无法确定,随机选定的初始聚类中心容易使聚类结果不稳定。提出了一种新的确定K-均值聚类算法的最佳聚类数方法,通过设定AP算法的参数,... K-均值聚类算法是以确定的类数k和随机选定的初始聚类中心为前提对数据集进行聚类的。通常聚类数k事先无法确定,随机选定的初始聚类中心容易使聚类结果不稳定。提出了一种新的确定K-均值聚类算法的最佳聚类数方法,通过设定AP算法的参数,将AP算法产生的聚类数作为聚类数搜索范围的上界kmax,并通过选择合适的有效性指标Silhouette指标,以及基于最大最小距离算法思想设定初始聚类中心,分析聚类效果,确定最佳聚类数。仿真实验和分析验证了以上算法方案的可行性。 展开更多
关键词 k-均值 有效性指标 初始中心
在线阅读 下载PDF
学习特征权值对K-均值聚类算法的优化 被引量:50
14
作者 王熙照 王亚东 +1 位作者 湛燕 袁方 《计算机研究与发展》 EI CSCD 北大核心 2003年第6期869-873,共5页
K 均值 (K means)算法聚类的结果依赖于距离度量的选取 传统的K 均值算法选择的相似性度量通常是欧几里德距离的倒数 ,这种距离通常涉及所有的特征 在距离公式中引入一些特征权参数后 ,其聚类结果将依赖于这些权值 ,从而可以通过调整这... K 均值 (K means)算法聚类的结果依赖于距离度量的选取 传统的K 均值算法选择的相似性度量通常是欧几里德距离的倒数 ,这种距离通常涉及所有的特征 在距离公式中引入一些特征权参数后 ,其聚类结果将依赖于这些权值 ,从而可以通过调整这些权值优化聚类效果 由于K 均值算法是迭代算法 ,很难直接确定其权值以优化聚类结果 ,因此提出了一种间接的学习权值算法以改进聚类结果 从数学意义上讲 ,这种权值学习相当于欧氏空间中对一组点进行了一个线性变换 展开更多
关键词 k-均值 相似度量 特征权值 梯度下降技术
在线阅读 下载PDF
一个用于空间聚类分析的遗传K-均值算法 被引量:19
15
作者 王家耀 张雪萍 周海燕 《计算机工程》 CAS CSCD 北大核心 2006年第3期188-190,共3页
空间数据挖掘是数据挖掘的一个新的分支,空间聚类分析是空间数据挖掘中的一个重要研究课题。本文在分析遗传算法及K–均值算法的优越性和不足的基础上,设计了一种遗传K-均值空间聚类分析算法,该算法兼顾了局部收敛和全局收敛性能。实验... 空间数据挖掘是数据挖掘的一个新的分支,空间聚类分析是空间数据挖掘中的一个重要研究课题。本文在分析遗传算法及K–均值算法的优越性和不足的基础上,设计了一种遗传K-均值空间聚类分析算法,该算法兼顾了局部收敛和全局收敛性能。实验表明,其结果优于传统K-均值聚类方法及单纯的遗传算法聚类。 展开更多
关键词 空间数据挖掘 空间 遗传算法 k-均值算法 遗传k-均值算法
在线阅读 下载PDF
基于K-均值聚类算法的西安市汽车行驶工况合成技术研究 被引量:24
16
作者 蔡锷 李阳阳 +2 位作者 李春明 谭晓伟 刘东民 《汽车技术》 北大核心 2015年第8期33-36,共4页
为提供排放试验所需的车速曲线,基于划分的短行程数据,采用K-均值聚类算法构建了西安市汽车行驶合成工况。首先对采集的原始数据进行短行程划分并进行特征提取,针对提取的高维特征向量之间的冗余性和非线性关系,采用核主分量分析法进行... 为提供排放试验所需的车速曲线,基于划分的短行程数据,采用K-均值聚类算法构建了西安市汽车行驶合成工况。首先对采集的原始数据进行短行程划分并进行特征提取,针对提取的高维特征向量之间的冗余性和非线性关系,采用核主分量分析法进行降维。然后基于K-均值的聚类算法,对降维后特征向量进行划分,按照离聚类中心最近的原则选择各聚类的短行程样本,将其合成为平均速度为21.51 km/h、持续时间为1 166 s、距离为6.9 km的西安市汽车行驶工况。对比表明,西安市汽车行驶工况接近于日本J10-15标准,但加速度参数要高很多。 展开更多
关键词 汽车 行驶工况合成 k-均值算法 西安市
在线阅读 下载PDF
动态的K-均值聚类算法在图像检索中的应用 被引量:12
17
作者 张白妮 骆嘉伟 汤德佑 《计算机工程与设计》 CSCD 2004年第10期1843-1846,共4页
聚类分析技术已经广泛应用于基于内容的图像信息挖掘领域,该技术提高了图像检索的速度和质量。K-均值算法和自适应算法是两个典型的聚类分析算法,但K-均值算法严重依赖于经验参数和阙值的设定;自适应算法得到的聚类个数太多,相应的就是... 聚类分析技术已经广泛应用于基于内容的图像信息挖掘领域,该技术提高了图像检索的速度和质量。K-均值算法和自适应算法是两个典型的聚类分析算法,但K-均值算法严重依赖于经验参数和阙值的设定;自适应算法得到的聚类个数太多,相应的就是类内的图像个数过少,效率不是很高。从选取初始聚类点是否具有确定性、迭代次数是否过多和聚类个数是否适当等方面考虑,提出了一种新的聚类算法,即动态的K-均值法。模拟实验的结果表明,该算法具有较好的准确性和效率,使检索的质量和速度都得到了很大的提高。 展开更多
关键词 k-均值 图像检索 k-均值算法 基于内容 算法 自适应算法 图像信息 个数 速度 技术
在线阅读 下载PDF
改进的二分K均值聚类算法 被引量:25
18
作者 刘广聪 黄婷婷 陈海南 《计算机应用与软件》 CSCD 2015年第2期261-263,277,共4页
K均值算法是一种常用的基于原型的聚类算法。但该算法要求用户随机选择初始质心,使得K均值算法受初始化影响较大。二分K均值算法虽然改善了这个问题,但仍然要求用户指定聚类个数,影响了聚类效果。用层次聚类对二分法进行改进,解决了二分... K均值算法是一种常用的基于原型的聚类算法。但该算法要求用户随机选择初始质心,使得K均值算法受初始化影响较大。二分K均值算法虽然改善了这个问题,但仍然要求用户指定聚类个数,影响了聚类效果。用层次聚类对二分法进行改进,解决了二分K均值算法受用户指定的聚类个数的影响的问题。并结合Chameleon算法,合并划分过细簇,优化聚类结果。仿真实验证明改进的聚类算法的抱团性和分离性优于二分K均值聚类算法。 展开更多
关键词 K均值 二分K均值 CHAMELEON算法 层次
在线阅读 下载PDF
基于核K-均值聚类算法的植物叶部病害识别 被引量:28
19
作者 王守志 何东健 +1 位作者 李文 王艳春 《农业机械学报》 EI CAS CSCD 北大核心 2009年第3期152-155,共4页
针对植物叶部病害图像的特点,首先对采集到的玉米病害彩色图像采用矢量中值滤波法去除噪声,然后提取玉米病叶彩色图像的纹理特征和颜色特征作为特征向量,利用Mercer核,把输入空间的样本映射到高维特征空间进行K-均值聚类以及植物病害识... 针对植物叶部病害图像的特点,首先对采集到的玉米病害彩色图像采用矢量中值滤波法去除噪声,然后提取玉米病叶彩色图像的纹理特征和颜色特征作为特征向量,利用Mercer核,把输入空间的样本映射到高维特征空间进行K-均值聚类以及植物病害识别。试验涉及的4种玉米病害识别正确率达82.5%,核K-均值聚类方法适合玉米叶部病害分类。 展开更多
关键词 植物病害 病害识别 k-均值
在线阅读 下载PDF
基于节点生长k-均值聚类算法的强化学习方法 被引量:13
20
作者 陈宗海 文锋 +1 位作者 聂建斌 吴晓曙 《计算机研究与发展》 EI CSCD 北大核心 2006年第4期661-666,共6页
处理连续状态强化学习问题,主要方法有两类:参数化的函数逼近和自适应离散划分.在分析了现有对连续状态空间进行自适应划分方法的优缺点的基础上,提出了一种基于节点生长k均值聚类算法的划分方法,分别给出了在离散动作和连续动作两种情... 处理连续状态强化学习问题,主要方法有两类:参数化的函数逼近和自适应离散划分.在分析了现有对连续状态空间进行自适应划分方法的优缺点的基础上,提出了一种基于节点生长k均值聚类算法的划分方法,分别给出了在离散动作和连续动作两种情况下该强化学习方法的算法步骤.在离散动作的MountainCar问题和连续动作的双积分问题上进行仿真实验.实验结果表明,该方法能够根据状态在连续空间的分布,自动调整划分的精度,实现对于连续状态空间的自适应划分,并学习到最佳策略. 展开更多
关键词 强化学习 k-均值算法 Sarsa学习 连续状态表示
在线阅读 下载PDF
上一页 1 2 58 下一页 到第
使用帮助 返回顶部