期刊文献+
共找到74篇文章
< 1 2 4 >
每页显示 20 50 100
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
1
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均值聚类算法 药品库存管理
在线阅读 下载PDF
基于改进人工蜂群算法的K均值聚类算法 被引量:50
2
作者 喻金平 郑杰 梅宏标 《计算机应用》 CSCD 北大核心 2014年第4期1065-1069,1088,共6页
针对K均值聚类(KMC)算法全局搜索能力差、初始聚类中心选择敏感,以及原始人工蜂群(ABC)算法的初始化随机性、易早熟、后期收敛速度慢等问题,提出了一种改进人工蜂群算法(IABC)。该算法利用最大最小距离积方法初始化蜂群,构造出适应KMC... 针对K均值聚类(KMC)算法全局搜索能力差、初始聚类中心选择敏感,以及原始人工蜂群(ABC)算法的初始化随机性、易早熟、后期收敛速度慢等问题,提出了一种改进人工蜂群算法(IABC)。该算法利用最大最小距离积方法初始化蜂群,构造出适应KMC算法的适应度函数以及一种基于全局引导的位置更新公式以提高迭代寻优过程的效率。将改进的人工蜂群算法与KMC算法结合提出IABC-Kmeans算法以改善聚类性能。通过Sphere、Rastrigin、Rosenbrock和Griewank四个标准测试函数和UCI标准数据集上进行测试的仿真实验表明,IABC算法收敛速度快,克服了原始算法易陷入局部最优解的缺点;IABC-Kmeans算法则具有更好的聚类质量和综合性能。 展开更多
关键词 人工蜂群算法 k均值聚类算法 适应度函数 位置更新公式
在线阅读 下载PDF
基于K均值聚类算法的雾天识别方法研究 被引量:11
3
作者 孟凡军 李天伟 +1 位作者 徐冠雷 韩云东 《现代电子技术》 北大核心 2015年第22期80-83,共4页
为实现视频监控设备对雾天天气现象的自动识别,提出了基于K均值聚类算法的雾天天气现象自动识别方法。该方法通过分析雾天天气现象对视频图像采集的影响,提取图像饱和度的均值、方差为特征参数,并利用K均值聚类算法对训练图像进行分类,... 为实现视频监控设备对雾天天气现象的自动识别,提出了基于K均值聚类算法的雾天天气现象自动识别方法。该方法通过分析雾天天气现象对视频图像采集的影响,提取图像饱和度的均值、方差为特征参数,并利用K均值聚类算法对训练图像进行分类,得到不同图像类别的聚类中心,测试阶段计算不同图像与聚类中心的相异度即可完成分类。实验结果表明,该方法简洁高效,易于实现对大规模图像数据的处理,并能实现图像分类后类别的标注,对雾天的识别率高于90%。 展开更多
关键词 雾天 自动识别 k均值聚类算法 图像饱和度
在线阅读 下载PDF
基于微粒群的K均值聚类算法在图像分类中的应用 被引量:10
4
作者 周鲜成 申群太 王俊年 《小型微型计算机系统》 CSCD 北大核心 2008年第2期333-336,共4页
提出一种新的图象分类算法—基于微粒群的K均值聚类图象分类算法.将此算法和K均值聚类算法以及微粒群图像分类算法分别应用于MRI人脑图象的分类,并进行了比较.实验结果表明:基于微粒群的K均值聚类图象分类算法具有较好的全局收敛性,不... 提出一种新的图象分类算法—基于微粒群的K均值聚类图象分类算法.将此算法和K均值聚类算法以及微粒群图像分类算法分别应用于MRI人脑图象的分类,并进行了比较.实验结果表明:基于微粒群的K均值聚类图象分类算法具有较好的全局收敛性,不仅能有效克服K均值算法易陷入局部极小值的缺点,且全局收敛性能优于微粒群图像分类算法. 展开更多
关键词 微粒群算法 k均值聚类算法 图象分
在线阅读 下载PDF
基于改进K均值聚类算法的星点聚类研究 被引量:4
5
作者 夏永泉 孙静茹 +3 位作者 WU Xin-wen 支俊 王兵 谢希望 《图学学报》 CSCD 北大核心 2019年第2期358-363,共6页
针对高分辨率天文图像中的星点聚类研究中存在的2个问题:①天文图像的分辨率较高,且图像处理速度较慢;②选取何种聚类算法对天文图像中的星点进行聚类分析效果较好。在研究中,问题1采用图像分块的方法提高图像的处理速度;问题2提出了一... 针对高分辨率天文图像中的星点聚类研究中存在的2个问题:①天文图像的分辨率较高,且图像处理速度较慢;②选取何种聚类算法对天文图像中的星点进行聚类分析效果较好。在研究中,问题1采用图像分块的方法提高图像的处理速度;问题2提出了一种改进的K均值聚类算法,以解决传统的K均值聚类算法的聚类结果易受到k值和初始聚类中心随机选择影响的问题。该算法首先在用K均值聚类算法对数据初步聚类的基础上确定合适的k值,其次用层次聚类对数据聚类确定初始聚类中心,最后在此基础上再采用K均值聚类算法进行聚类。通过MATLAB仿真实验的结果表明,该算法的聚类结果与效率优于其他聚类算法。 展开更多
关键词 k 初始中心 k均值聚类算法 层次
在线阅读 下载PDF
基于改进的K均值聚类算法提取彩色图像有意义区域 被引量:12
6
作者 贲志伟 赵勋杰 《计算机应用与软件》 CSCD 2010年第9期11-13,共3页
针对传统的K均值聚类算法随机选取初始聚类中心与分类类别数的缺陷,提出了一种新的初始聚类中心与分类类别数的选取方法,并将此方法应用在彩色图像有意义区域提取中。实验证实:新算法不仅能有效地改善初始聚类中心,而且能够提高图像分... 针对传统的K均值聚类算法随机选取初始聚类中心与分类类别数的缺陷,提出了一种新的初始聚类中心与分类类别数的选取方法,并将此方法应用在彩色图像有意义区域提取中。实验证实:新算法不仅能有效地改善初始聚类中心,而且能够提高图像分割的精度;与复杂的协方差矩阵分割算法相比,算法更易于实现有意义区与背景的分离,分割效果令人满意。 展开更多
关键词 k均值聚类算法 彩色图像分割 协方差矩阵 隶属度准则
在线阅读 下载PDF
改进的层次K均值聚类算法 被引量:63
7
作者 胡伟 《计算机工程与应用》 CSCD 2013年第2期157-159,共3页
针对传统K均值聚类方法采用聚类前随机选择聚类个数K而导致的聚类结果不理想的问题,结合空间中的层次结构,提出一种改进的层次K均值聚类算法。该方法通过初步聚类,判断是否达到理想结果,从而决定是否继续进行更细层次的聚类,如此迭代执... 针对传统K均值聚类方法采用聚类前随机选择聚类个数K而导致的聚类结果不理想的问题,结合空间中的层次结构,提出一种改进的层次K均值聚类算法。该方法通过初步聚类,判断是否达到理想结果,从而决定是否继续进行更细层次的聚类,如此迭代执行,从而生成一棵层次型K均值聚类树,在该树形结构上可以自动地选择聚类的个数。标准数据集上的实验结果表明,与传统的K均值聚类方法相比,提出的改进的层次聚类方法的确能够取得较优秀的聚类效果。 展开更多
关键词 k均值 个数 层次结构 层次k均值聚类算法
在线阅读 下载PDF
基于协议组降低策略的二次并行k均值聚类算法 被引量:1
8
作者 沈俊鑫 郭晓军 +1 位作者 王文浩 杨旭 《计算机工程》 CAS CSCD 北大核心 2015年第8期150-155,共6页
针对传统MapReduce框架下多点接口通信时间复杂度过高的问题,提出一种二次并行k均值聚类算法,用于解决大数据聚类问题。采用组降低操作策略,定义组成员管理协议对操作组成员进行管理,通过对组成员的参考列表p ID的广播、删除和添加操作... 针对传统MapReduce框架下多点接口通信时间复杂度过高的问题,提出一种二次并行k均值聚类算法,用于解决大数据聚类问题。采用组降低操作策略,定义组成员管理协议对操作组成员进行管理,通过对组成员的参考列表p ID的广播、删除和添加操作,实现基于组降低的同步操作。定义中间缓冲聚类数量并结合k均值算法,减少二次并行聚类算法组降低操作的输入数据量,进一步降低算法的时间复杂度。在自建大数据测试集上的仿真实验结果表明,该算法能够在保证聚类精度的前提下有效加快算法聚类效率。 展开更多
关键词 协议组降低 并行 k均值聚类算法 大数据 MAPREDUCE模型
在线阅读 下载PDF
基于联合改进人工蜂群及K均值聚类算法的洪水分类研究 被引量:8
9
作者 尤烽骅 余玉聪 +3 位作者 刘招 刘宇 李雯晴 杨舟 《水文》 CSCD 北大核心 2021年第4期40-47,共8页
引入一种基于改进人工蜂群算法的K均值聚类算法,利用人工蜂群算法优化K均值聚类算法的聚类中心,消除K均值聚类算法因初始聚类中心随机性造成的影响和陷入局部最优解的可能;以金沙江流域下游的寸滩站为研究对象进行洪水分类研究。结果表... 引入一种基于改进人工蜂群算法的K均值聚类算法,利用人工蜂群算法优化K均值聚类算法的聚类中心,消除K均值聚类算法因初始聚类中心随机性造成的影响和陷入局部最优解的可能;以金沙江流域下游的寸滩站为研究对象进行洪水分类研究。结果表明,基于改进人工蜂群算法的K均值聚类算法得到的分类结果更加准确合理,并且通过判别分析,进一步说明该算法用于解决洪水分类实际问题的可行性及优越性。 展开更多
关键词 人工蜂群算法 k均值聚类算法 洪水分 金沙江流域
在线阅读 下载PDF
改进的K均值聚类算法在支持矢量机中的应用 被引量:3
10
作者 田大东 邓伟 《计算机工程与应用》 CSCD 北大核心 2007年第32期161-163,共3页
将一种改进的K均值聚类算法应用于支持矢量机(SVM)的训练。基于这一改进的聚类算法,设计了SVM的增量式训练步骤,并给出了在训练过程中删除无用样本的的方法。模式分类的实验结果表明,这种改进的K均值聚类算法在SVM中的应用不仅大幅度地... 将一种改进的K均值聚类算法应用于支持矢量机(SVM)的训练。基于这一改进的聚类算法,设计了SVM的增量式训练步骤,并给出了在训练过程中删除无用样本的的方法。模式分类的实验结果表明,这种改进的K均值聚类算法在SVM中的应用不仅大幅度地缩短了SVM的训练时间,而且进一步提高了它的分类能力。 展开更多
关键词 k均值聚类算法 增量训练 SVM
在线阅读 下载PDF
Louvain算法与K均值聚类算法的比较研究 被引量:14
11
作者 柯建坤 许忠好 《应用概率统计》 CSCD 北大核心 2022年第5期780-790,共11页
复杂网络是近年来新兴的研究领域,社区发现是其应用方向之一.对于现实数据集进行聚类分析是数据挖掘的一个重要方法,但存在聚类分析效果不佳的情形.此时若引入相关性度量,将数据集构建成复杂网络,便可使用社区发现方法对其进行处理.现... 复杂网络是近年来新兴的研究领域,社区发现是其应用方向之一.对于现实数据集进行聚类分析是数据挖掘的一个重要方法,但存在聚类分析效果不佳的情形.此时若引入相关性度量,将数据集构建成复杂网络,便可使用社区发现方法对其进行处理.现有文献大多针对算法进行改进,对两种方法的划分结果进行比较的研究较少.本文选取了社团划分中的Louvain算法与聚类算法中的K均值聚类算法,首先对两种算法的理论进行比较,接着利用心脏病、肾病患者数据构造复杂网络,比较了Louvain算法的社区划分结果与K均值聚类算法的聚类结果,在正确划分率的评价标准下,Louvain算法的社团划分结果优于K均值聚类算法的聚类结果. 展开更多
关键词 复杂网络 社区发现 Louvain算法 k均值聚类算法
在线阅读 下载PDF
利用K均值聚类算法识别遗传疾病致病SNP位点 被引量:2
12
作者 张恒益 郑惠玲 《家畜生态学报》 北大核心 2020年第12期25-31,共7页
通过识别与遗传疾病致病相关的SNP(Single Nucleotide Polymorphism)位点在染色体中的位置,可以帮助人们干预这些致病位点,从而防止遗传性疾病的发生或者进行畜禽的抗病育种。利用K均值聚类算法对每一个位点的数值编码进行聚类并计算其... 通过识别与遗传疾病致病相关的SNP(Single Nucleotide Polymorphism)位点在染色体中的位置,可以帮助人们干预这些致病位点,从而防止遗传性疾病的发生或者进行畜禽的抗病育种。利用K均值聚类算法对每一个位点的数值编码进行聚类并计算其正确率,再利用箱型图识别极端异常值的方法筛选致病SNP位点,最后采用卡方检验对筛选结果的有效性进行验证。结果表明:K均值聚类算法不但准确识别出了遗传疾病的致病SNP位点,而且识别速度远高于目前普遍使用的逻辑斯蒂回归和随机森林算法。因此,该研究基于K均值聚类算法提出了一种识别遗传疾病致病SNP位点的新方法,为实时处理大规模畜禽基因数据集提供了一种新的思路。 展开更多
关键词 k均值聚类算法 致病SNP位点 箱型图 卡方检验
在线阅读 下载PDF
林地小班数据划分的K均值聚类优化算法研究 被引量:2
13
作者 吴琰 《小型微型计算机系统》 CSCD 北大核心 2016年第5期1008-1011,共4页
在并行数据库中,空间数据集的数据均衡性和区域邻接性是影响空间查询和空间分析效率的关键因素.已有的并行数据库划分算法不能同时满足林地小班数据划分的数据均衡性和区域邻接性.提出一种基于K均值聚类的优化算法,该算法重新设计了K均... 在并行数据库中,空间数据集的数据均衡性和区域邻接性是影响空间查询和空间分析效率的关键因素.已有的并行数据库划分算法不能同时满足林地小班数据划分的数据均衡性和区域邻接性.提出一种基于K均值聚类的优化算法,该算法重新设计了K均值聚类算法的初始点选择方法与聚类完成后的调整方法,保证了聚类中空间数据的均衡性和邻接性.实验证明,该方法极大地提高了空间数据并行查询和空间分析的效率. 展开更多
关键词 空间数据划分 并行数据库 k均值聚类算法
在线阅读 下载PDF
自适应天牛须优化与K均值聚类的图像分割算法研究 被引量:4
14
作者 向长峰 王宸 张秀峰 《制造技术与机床》 北大核心 2020年第5期99-101,共3页
在机器识别中,图像分割是重要的一个步骤,传统分割手段存在一定缺陷。针对传统K均值聚类分割的初始聚类中心敏感的缺陷进行了优化,利用自适应天牛须优化算法,避免了这一问题。通过实验结果表明,该算法(ABASK)对图像进行分割,既可以保证... 在机器识别中,图像分割是重要的一个步骤,传统分割手段存在一定缺陷。针对传统K均值聚类分割的初始聚类中心敏感的缺陷进行了优化,利用自适应天牛须优化算法,避免了这一问题。通过实验结果表明,该算法(ABASK)对图像进行分割,既可以保证图像轮廓的分割,同时还可以更多地保留图像细节。 展开更多
关键词 图像分割 k均值聚类算法 天牛须优化算法 标准粒子群算法
在线阅读 下载PDF
基于扰动免疫粒子群和K均值的混合聚类算法 被引量:2
15
作者 许竣玮 徐蔚鸿 《计算机工程与应用》 CSCD 2014年第22期163-169,共7页
针对传统K均值聚类算法对初始化敏感和容易陷入局部最优的缺点,提出了一种基于扰动免疫粒子群和K均值的混合聚类算法。该算法采用K均值将粒子群进行分类,选择平均适应度值最高的聚类域用于产生疫苗,在粒子更新过程中采用疫苗接种机制和... 针对传统K均值聚类算法对初始化敏感和容易陷入局部最优的缺点,提出了一种基于扰动免疫粒子群和K均值的混合聚类算法。该算法采用K均值将粒子群进行分类,选择平均适应度值最高的聚类域用于产生疫苗,在粒子更新过程中采用疫苗接种机制和免疫选择机制提高粒子的多样性。当个体极值和全局极值连续停滞代数超过所设置的阀值时,算法使用扰动算子改变粒子群的运动方向,提高算法跳出局部极值的能力。当扰动次数达到设置的最大值时,对各个粒子进行K均值操作,提高收敛精度。实验结果表明,该算法具有较高的正确率和较好的稳定性。 展开更多
关键词 粒子群算法 k均值聚类算法 疫苗接种 免疫选择
在线阅读 下载PDF
免疫规划+K均值混合聚类算法 被引量:2
16
作者 行小帅 潘进 焦李成 《计算机科学》 CSCD 北大核心 2003年第4期150-152,158,共4页
A novel Hybrid Clustering Algonthm (HCA) that incorporates the K-means into the canonical immune programming algorithm is proposed after analyzing the advantages and disadvantages of the classical k-means clustering a... A novel Hybrid Clustering Algonthm (HCA) that incorporates the K-means into the canonical immune programming algorithm is proposed after analyzing the advantages and disadvantages of the classical k-means clustering algorithm in the paper. The theory analyse and experimental results show, the algorithm not only avoids the local optima and is robust to imtialization, but also increases the convergent speed, meanwhile evidently restrains the degenerating phenomenon during the evolutionary process. 展开更多
关键词 模式识别 免疫规划 k均值混合算法 全局寻优算法 目标函数
在线阅读 下载PDF
基于机器学习的茶树DNA聚类算法
17
作者 杨小平 倪萍 +4 位作者 诸葛天秋 罗跃新 郭春雨 庞月兰 吴雨婷 《广西大学学报(自然科学版)》 CAS 北大核心 2024年第2期386-399,共14页
为了研究茶树基因序列的聚类问题,设计一种基于累计方差贡献率进行改进的核主成分分析(KPCA)与k均值(k-means)++聚类算法相结合的降维聚类算法(KPCA-k-means++)。将基因库数据集筛选分组后,利用k-mers算法提取基因数据的数据特征,根据... 为了研究茶树基因序列的聚类问题,设计一种基于累计方差贡献率进行改进的核主成分分析(KPCA)与k均值(k-means)++聚类算法相结合的降维聚类算法(KPCA-k-means++)。将基因库数据集筛选分组后,利用k-mers算法提取基因数据的数据特征,根据累计方差贡献率的占比大于85%的标准确定降维主元个数对KPCA进行降维改进并采用k-means++算法对降维后数据聚类,通过CH(Calinski-Harabaze Index)指标和响应时间分析聚类结果。结果表明:在单独聚类、KPCA聚类、改进PCA聚类、改进KPCA聚类4种处理方式中,改进KPCA-k-means++算法在不同处理方式和不同样本数的对比下,CH指标均为最高,与未改进时相比平均高出33%。在响应时间方面,改进KPCA-k-means++算法与同样改进PCA-k-means++算法在不同聚类数和样本数的对比下响应时间均较短。改进KPCA-k-means++算法能够保证对于茶树的基因序列的聚类准确率和聚类速度,表现出极好的聚类稳定性。 展开更多
关键词 核主成分分析 累计方差贡献率 k均值聚类算法 基因
在线阅读 下载PDF
基于K均值聚类分析的车辆横向稳定性判定方法 被引量:8
18
作者 刘宏飞 徐强 +2 位作者 许洪国 包翠竹 王郭俊 《湖南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2018年第8期48-53,共6页
针对既有车辆失稳判定方法存在的不足,开展了车辆横向稳定性关于模式识别的研究,提出了一种基于K均值聚类分析的车辆横向稳定性判别方法.利用CarSim建立整车动力学模型,采用K均值聚类算法对车辆行驶状态数据进行离线聚类分析,得到离线... 针对既有车辆失稳判定方法存在的不足,开展了车辆横向稳定性关于模式识别的研究,提出了一种基于K均值聚类分析的车辆横向稳定性判别方法.利用CarSim建立整车动力学模型,采用K均值聚类算法对车辆行驶状态数据进行离线聚类分析,得到离线聚类质心及其危险等级.搭建CarSim与Simulink联合仿真平台,计算车辆实时行驶数据点与离线聚类质心之间的欧氏距离,设计了车辆横向稳定性判定指标,对车辆行驶稳定性进行了在线识别.该判定方法充分利用车辆离线数据和实时数据,对车辆行驶状态数据进行数据挖掘.仿真结果表明,该判定方法能够准确实时量化车辆的行驶稳定性,为控制系统的介入时机与程度提供判据. 展开更多
关键词 无监督学习 车辆工程 车辆稳定性辨识 k均值聚类算法 离线 在线识别
在线阅读 下载PDF
基于注意力机制的不完备多视图聚类算法 被引量:2
19
作者 杨成昊 胡节 +1 位作者 王红军 彭博 《计算机应用》 CSCD 北大核心 2024年第12期3784-3789,共6页
针对传统深度不完备多视图聚类算法中补全缺失视图数据的不确定性、嵌入学习鲁棒性的缺乏和模型泛化性低的问题,提出基于注意力机制的不完备多视图聚类算法(IMVCAM)。首先,通过K最近邻(KNN)算法补全了视图中缺失的数据,使训练数据具有... 针对传统深度不完备多视图聚类算法中补全缺失视图数据的不确定性、嵌入学习鲁棒性的缺乏和模型泛化性低的问题,提出基于注意力机制的不完备多视图聚类算法(IMVCAM)。首先,通过K最近邻(KNN)算法补全了视图中缺失的数据,使训练数据具有互补性;其次,经过线性编码层后,将获得的嵌入通过注意力层,以提高嵌入的质量;最后,对每个视图训练得到的嵌入使用k均值聚类算法进行聚类,而视图的权重通过皮尔逊相关系数确定。在5个经典的数据集上的实验结果表明,在Fashion数据集上,IMVCAM取得最优的结果,相较于次优的深度安全不完整多视图聚类(DSIMVC)算法,在数据缺失率为0.1、0.3的情况下,IMVCAM的聚类准确率分别提升了2.85、4.35个百分点;此外,在Caltech101-20数据集上,IMVCAM相较于次优的基于自注意力融合的不完整多视图聚类算法(IMVCSAF),在数据缺失率为0.1、0.3的情况下的聚类准确率分别提升了7.68、3.48个百分点。所提算法能够有效应对多视图数据的不完备性和模型泛化性问题。 展开更多
关键词 不完备多视图 k最近邻算法 注意力机制 k均值聚类算法 皮尔逊相关系数
在线阅读 下载PDF
基于CAN总线和K均值聚类方法的火灾预警系统研究 被引量:1
20
作者 伍龙 梅申合 +1 位作者 廖晓纬 沈晓波 《中国安全生产科学技术》 CAS CSCD 2014年第10期91-95,共5页
针对传统的火灾预警系统中存在的灵敏度低、误报率高的特点,将多种传感器信息智能处理技术和CAN总线技术应用到火灾预警系统中,提出了一种用K均值聚类算法将多传感器数据进行聚类融合后分级,通过CAN总线传输到火灾预警控制中心,实现对... 针对传统的火灾预警系统中存在的灵敏度低、误报率高的特点,将多种传感器信息智能处理技术和CAN总线技术应用到火灾预警系统中,提出了一种用K均值聚类算法将多传感器数据进行聚类融合后分级,通过CAN总线传输到火灾预警控制中心,实现对安全生产中重点防火区域进行实时监控。实验测试表明该系统具有传输数据可靠、实时性强、可扩展,漏报率达0.7%以下,误报率达1.8%以下,较传统相比,下降了50%以上。 展开更多
关键词 火灾预警系统 CAN总线 k均值聚类算法 多传感器
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部