基于PSO与K-均值算法的农业超绿图像分割方法 被引量：24

1

作者 赵博 宋正河 +2 位作者 毛文华 毛恩荣 张小超 《农业机械学报》 EI CAS CSCD 北大核心 2009年第8期166-169,共4页

为了解决K-均值算法对农业图像中常用的超绿特征2G-R-B图像分割效果不佳的缺点,提出一种基于微粒群与K-均值算法的图像分割方法。先用K-均值算法对图像进行快速分类,然后将分类结果作为其中一个微粒的结果,利用微粒群算法计算,最后用K-... 为了解决K-均值算法对农业图像中常用的超绿特征2G-R-B图像分割效果不佳的缺点,提出一种基于微粒群与K-均值算法的图像分割方法。先用K-均值算法对图像进行快速分类,然后将分类结果作为其中一个微粒的结果,利用微粒群算法计算,最后用K-均值算法在新的分类基础上计算新的聚类中心,更新当前的位置,以得到最优的图像分割阈值。试验结果表明,改进算法对超绿特征2G-R-B图像能够准确分割目标,且对不同类型的农业超绿图像具有较好的适应性。 展开更多

关键词 图像分割 微粒群算法 k-均值算法超绿特征

在线阅读 下载PDF 职称材料

K-均值聚类算法在多波束底质分类中的应用 被引量：10

2

作者 吕良 金绍华 +2 位作者 边刚 崔杨 夏伟 《海洋测绘》 CSCD 2018年第3期64-68,共5页

针对海底采样点较少时,监督学习训练分类模型困难的问题,研究无监督学习的K-均值聚类分析算法在多波束海底底质分类中的应用。在探讨K-均值聚类分析算法原理的基础上,构建海底底质分类器,针对分类器需预先输入分类结果种类(K值)这一问题... 针对海底采样点较少时,监督学习训练分类模型困难的问题,研究无监督学习的K-均值聚类分析算法在多波束海底底质分类中的应用。在探讨K-均值聚类分析算法原理的基础上,构建海底底质分类器,针对分类器需预先输入分类结果种类(K值)这一问题,提出了基于底质采样点和分类效果连续性为原则的K值确定方法。实验结果表明:基于K-均值聚类分析算法的海底底质分类器能较好的实现海底底质类型的自动划分,适用于海量多波束底质特征参数的分类。 展开更多

关键词 多波束测量 海底底质分类 特征参数 k-均值算法 聚类分析

在线阅读 下载PDF 职称材料

基于改进k-均值聚类算法的风机振动分析 被引量：4

3

作者 周云龙 王锁斌 赵鹏 《振动．测试与诊断》 EI CSCD 北大核心 2012年第3期437-440,516,共4页

针对风机振动信号的非平稳和非线性特征,提出了一种基于时域信号分析和改进的k-均值聚类算法的故障识别方法。对离心式风机运行中产生的几种非稳态振动故障信号,提取其时域信号的峰峰值、Hurst指数和近似熵参数作为特征向量,采用改进的k... 针对风机振动信号的非平稳和非线性特征,提出了一种基于时域信号分析和改进的k-均值聚类算法的故障识别方法。对离心式风机运行中产生的几种非稳态振动故障信号,提取其时域信号的峰峰值、Hurst指数和近似熵参数作为特征向量,采用改进的k-均值聚类算法作为故障分类器,设置转子不平衡、联轴器不对中、风机基座松动、转轴径向摩擦和轴承内圈损坏5种故障。对离心式风机试验的结果表明,3种时域特征能较好地反映各故障之间的差异,改进的k-均值聚类算法与原始的k-均值算法相比分类性能更好,稳定性更强,平均识别率达到88.67%。 展开更多

关键词 故障诊断 离心式风机 时域特征 改进k-均值聚类算法

在线阅读 下载PDF 职称材料

基于去噪自编码器网络特征降维与改进小批优化K均值算法的海量用户用电行为聚类及分析 被引量：11

4

作者 汪颖 杨维 +1 位作者 肖先勇 张姝 《电力自动化设备》 EI CSCD 北大核心 2022年第6期146-153,共8页

海量用户用电特性的挖掘与分析对实现电网与用户间的双向互动具有十分重要的意义。提出一种适用于海量用户用电行为聚类及分析的算法,以降低算法时间复杂度,提升海量用户负荷数据分析效率。提取用户用电行为特征,构建多层去噪自编码网络... 海量用户用电特性的挖掘与分析对实现电网与用户间的双向互动具有十分重要的意义。提出一种适用于海量用户用电行为聚类及分析的算法,以降低算法时间复杂度,提升海量用户负荷数据分析效率。提取用户用电行为特征,构建多层去噪自编码网络,实现多维特征的降维;利用小批优化K均值算法进行聚类分析,并对算法进行初始聚类质心优化与超参数优化的改进以提升算法收敛速度与效果,其中超参数优化利用基于高斯过程的贝叶斯优化算法进行;利用类间分离度和类内内聚度的相关指标对聚类效果进行评价;通过互信息筛选有效聚类特征,实现用户画像。算例结果表明,所提方法在特征优化、聚类效果与收敛速度上均有较好的表现。 展开更多

关键词 用电行为 特征降维 聚类分析 互信息 小批优化K均值算法 超参数优化 贝叶斯优化

在线阅读 下载PDF 职称材料

基于改进k-均值算法的未知协议比特流聚类 被引量：2

5

作者 王兆丰 吴杨 《计算机应用》 CSCD 北大核心 2016年第A01期5-8,共4页

对协议未知条件下比特流数据集的聚类是进一步开展未知协议识别的基础。从比特流的统计特征出发,提出了三种协议不相关的比特流特征参数:压缩率、汉明重和游程频数。针对k-means算法对初始聚类中心的敏感问题,提出了一种基于距离累加和... 对协议未知条件下比特流数据集的聚类是进一步开展未知协议识别的基础。从比特流的统计特征出发,提出了三种协议不相关的比特流特征参数:压缩率、汉明重和游程频数。针对k-means算法对初始聚类中心的敏感问题,提出了一种基于距离累加和的初始聚类中心选择方法,并采用k-均值算法对实际采集的比特流数据集进行了聚类。实验结果表明,所定义的特征参数可有效用于未知协议比特流聚类,提出的初始聚类中心选择方法可以提高k-均值算法的稳定性和执行效率。 展开更多

关键词 未知协议 比特流 特征参数 聚类 k-均值算法

在线阅读 下载PDF 职称材料

改进的图像分割遗传K-均值聚类算法 被引量：10

6

作者 周萍 《海军工程大学学报》 CAS 北大核心 2009年第3期75-78,共4页

针对图像分割,提出了一种改进的遗传K-均值聚类算法。合理选取聚类的特征向量并对各特征分量确定不同权值进行调整;通过引入自适应算法,对传统遗传算法的选择及变异操作进行改进,提高了算法的收敛速度;确定与染色体编码相关的隶属矩阵... 针对图像分割,提出了一种改进的遗传K-均值聚类算法。合理选取聚类的特征向量并对各特征分量确定不同权值进行调整;通过引入自适应算法,对传统遗传算法的选择及变异操作进行改进,提高了算法的收敛速度;确定与染色体编码相关的隶属矩阵可有效地减少运算时间。实验结果表明,改进后的遗传K-均值聚类算法是行之有效的。 展开更多

关键词 图像分割 遗传k-均值聚类算法 特征向量 选择 变异

在线阅读 下载PDF 职称材料

一种K-means聚类和超球结合的多类分类算法 被引量：1

7

作者 鲍蕾 黄曙光 李永成 《计算机应用研究》 CSCD 北大核心 2011年第5期1764-1766,共3页

针对现有的多类分类算法效率低下的问题,提出一种K-means聚类算法和超球结合的多类分类算法。对每一类样本,先使用K-means算法获得子类;再在各个子类上构造最小超球,由此对每类都获得一个超球集;这些超球将样本空间分割,根据样本点所在... 针对现有的多类分类算法效率低下的问题,提出一种K-means聚类算法和超球结合的多类分类算法。对每一类样本,先使用K-means算法获得子类;再在各个子类上构造最小超球,由此对每类都获得一个超球集;这些超球将样本空间分割,根据样本点所在空间的位置综合得到决策函数,用于对输入样本点进行类别判断。从理论上分析该方法能够有效提高分类的速度和准确率。 展开更多

关键词 k-均值聚类算法 高斯性测度 超球 多类分类

在线阅读 下载PDF 职称材料

基于词条属性聚类的文本特征选择算法 被引量：4

8

作者 张群 王红军 王伦文 《计算机应用研究》 CSCD 北大核心 2017年第2期369-372,377,共5页

文本挖掘之前首先要对文本集进行有效的特征选择。传统的特征选择算法在维数约减及文本表征方面效果有限,并且因需要用到文本的类别信息而不适用于无监督的文本聚类任务。针对这种情况,设计一种适用于文本聚类任务的特征选择算法,提出... 文本挖掘之前首先要对文本集进行有效的特征选择。传统的特征选择算法在维数约减及文本表征方面效果有限,并且因需要用到文本的类别信息而不适用于无监督的文本聚类任务。针对这种情况,设计一种适用于文本聚类任务的特征选择算法,提出词条属性的概念。首先基于词频、文档频、词位置及词间关联性构建词条特征模型,重点研究了词位置属性及词间关联性属性的权值计算方法,改进了Apriori算法用于词间关联性属性权值计算;然后通过改进的K-means聚类算法对词条特征模型进行多次聚类完成文本特征选择。实验结果表明,与传统特征选择算法相比,该算法在获得较好维数约减率的同时提高了所选特征词的文本表征能力,能有效适用于文本聚类任务。 展开更多

关键词 文本特征选择 词条属性 词位置 词间关联性 关联规则算法 k-均值算法

在线阅读 下载PDF 职称材料

一种基于超长方体集的模糊模式识别算法

9

作者 杨剑雄 李茂青 《厦门大学学报（自然科学版）》 CAS CSCD 北大核心 2005年第B06期262-265,共4页

结合模糊C均值算法(FCM)与模糊最小最大神经网络算法,提出一种基于超长方体集的模糊模式识别算法.首先采用基于特征加权的FCM算法进行粗划分,得到c个平行于特征轴的超椭圆球类;再根据已知的样本的类别标记进行进一步划分;以改进的最小... 结合模糊C均值算法(FCM)与模糊最小最大神经网络算法,提出一种基于超长方体集的模糊模式识别算法.首先采用基于特征加权的FCM算法进行粗划分,得到c个平行于特征轴的超椭圆球类;再根据已知的样本的类别标记进行进一步划分;以改进的最小最大模型建立超长方体阵,使每个超长方体只能容纳一种类别的样本点,并且分属不同类别的超长方体无重叠.使用这种方法构建超长方体集更快速、更简单,但对训练样本的要求较高,应选择能够充分体现数据分布情况的数据点作为训练样本. 展开更多

关键词 模式识别算法 超长方体 模糊C均值算法 神经网络算法 训练样本 FCM算法 特征加权 分布情况 椭圆球 类别 样本点 数据点 最小 划分

在线阅读 下载PDF 职称材料

学习特征权值对聚类算法的优化

10

作者 陈艳 冯必波 《重庆工学院学报（自然科学版）》 2008年第5期73-76,共4页

现有的k-均值聚类算法大都是以距离差异为基础的,而同等重要地依赖所有属性的相似性度量会引起误导.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.而在距离公式中引入一些特征权值后,其聚类... 现有的k-均值聚类算法大都是以距离差异为基础的,而同等重要地依赖所有属性的相似性度量会引起误导.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.而在距离公式中引入一些特征权值后,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,因此提出了一种通过免疫算法学习权值的方法以改进聚类结果.实验结果显示,该方法确定的权重值在提高聚类效果方面是可行的、有效的. 展开更多

关键词 特征权值 k-均值算法 免疫算法 聚类算法

在线阅读 下载PDF 职称材料

基于心理声学参数的水下目标识别特征提取方法 被引量：4

11

作者 汪洋 孙进才 +1 位作者 陈克安 付莉莉 《数据采集与处理》 CSCD 北大核心 2006年第3期313-317,共5页

研究了响度、尖锐度、粗糙度、波动强度等主要的心理声学参数及其计算方法,利用主要的心理声学参数作为目标特征参数用于水下目标分类识别,并以正确识别率为准则对这些特征参数进行了修改。使用K-均值聚类方法对3类舰船噪声实测数据进... 研究了响度、尖锐度、粗糙度、波动强度等主要的心理声学参数及其计算方法,利用主要的心理声学参数作为目标特征参数用于水下目标分类识别,并以正确识别率为准则对这些特征参数进行了修改。使用K-均值聚类方法对3类舰船噪声实测数据进行了目标分类识别仿真实验。实验结果表明,该方法提取的特征能够较好地反映信号本质,取得了较好的分类识别效果,特别是以修改后的心理声学参数为特征具有更高的识别率。 展开更多

关键词 特征提取 目标识别 心理声学参数 k-均值算法

在线阅读 下载PDF 职称材料

关中农村不同类型家庭夏季柔性用能负荷多目标优化调度研究 被引量：6

12

作者 刘艳峰 杨燕子 罗西 《太阳能学报》 EI CAS CSCD 北大核心 2023年第8期110-118,共9页

发展农村可再生能源,解决供给随机波动所导致的供需匹配问题至关重要。在经济可行的范围内,现有供需匹配提升作用基本已被发挥至上限,柔性用能负荷调节是从需求侧解决问题的革命性新方法。该文基于关中农村实地调研数据,分析不同类型家... 发展农村可再生能源,解决供给随机波动所导致的供需匹配问题至关重要。在经济可行的范围内,现有供需匹配提升作用基本已被发挥至上限,柔性用能负荷调节是从需求侧解决问题的革命性新方法。该文基于关中农村实地调研数据,分析不同类型家庭夏季用能特征,在充分考虑柔性用能负荷的前提下,建立求解以经济性与舒适性为目标的农村家庭柔性用能负荷多目标优化调度模型。结果表明:1)关中农村家庭根据用能特征可分为独居老年家庭(第一类)、三代同堂家庭(第二类)、居家青年家庭(第三类)以及务工青年家庭(第四类)。2)峰谷电价下,第二类家庭负荷调节潜力最大,用电成本削减比例最高为19.5%,不舒适指数增加比例最高为46.3%;第四类家庭负荷调节潜力最小,用电成本削减比例最高为12.3%,不舒适指数增加比例最高为17.8%。3)对于可平移类柔性负荷,第一、二、三类家庭可调节潜力均较大;对于可中断类柔性负荷,第一类家庭可调节潜力最大;对于可削减类柔性负荷,第二类家庭可调节潜力最大。 展开更多

关键词 需求侧管理 多目标优化 遗传算法 柔性负荷 家庭特征 k-均值聚类

在线阅读 下载PDF 职称材料

基于组合模型的电力用户用电行为分层分类方法 被引量：8

13

作者 肖庆追 李捷 +1 位作者 陈鹤峰 魏彩娥 《电力系统及其自动化学报》 CSCD 北大核心 2023年第5期82-88,94,共8页

针对电网企业对电力用户进行精细化管理需求,提出一种组合模型实现对“正常”、“窃电”、“漏电”和“计量异常”4种用电行为的分层分类。首先,利用电压不平衡度等3维特征对高维用电数据进行降维表征,然后提出磷虾算法优化的一类支持... 针对电网企业对电力用户进行精细化管理需求,提出一种组合模型实现对“正常”、“窃电”、“漏电”和“计量异常”4种用电行为的分层分类。首先,利用电压不平衡度等3维特征对高维用电数据进行降维表征,然后提出磷虾算法优化的一类支持向量机KH-OC-SVM(krill herd optimized one-class support vector machine)分类器将特征向量自动划分为“正常”和“异常”2类,最后利用所提基于密度的K-均值(K-means)聚类算法对“异常”数据进行分析,将其自动划分为“窃电”“漏电”和“计量异常”3种异常用电行为。算例结果表明,所提方法能够有效实现电力用户用电行为的自动分类。 展开更多

关键词 异常用电 分层分类 特征提取 基于密度的k-均值聚类 磷虾算法

在线阅读 下载PDF 职称材料

基于CS-SVM的谷子叶片病害图像识别 被引量：14

14

作者 张红涛 李艺嘉 +1 位作者 谭联 许帅涛 《浙江农业学报》 CSCD 北大核心 2020年第2期274-282,共9页

利用图像识别方法对常见的谷子叶片病害进行判别,为制定合理的病害防治措施提供科学依据。试验采集了谷瘟病、白发病、红叶病、锈病共4种谷子叶片病害的原始图像,运用基于超绿特征的最大类间方差法对谷子叶片病害进行分割,提取谷子叶片... 利用图像识别方法对常见的谷子叶片病害进行判别,为制定合理的病害防治措施提供科学依据。试验采集了谷瘟病、白发病、红叶病、锈病共4种谷子叶片病害的原始图像,运用基于超绿特征的最大类间方差法对谷子叶片病害进行分割,提取谷子叶片病害颜色、形态、纹理等共计19个特征,采用蚁群优化算法选择了8个特征。运用布谷鸟算法(cuckoo search,CS)优化支持向量机(support vector machine,SVM)的惩罚因子c和径向核函数g,利用SVM对谷子叶片病害进行自动判别。结果表明,当c=80.2662,g=1.8467时,谷子叶片病害和叶片的平均识别率达到99%,表明基于CS-SVM的图像识别方法可对4种谷子叶片病害进行准确分类。 展开更多

关键词 谷子叶片病害 超绿特征 蚁群优化 布谷鸟算法 支持向量机

在线阅读 下载PDF 职称材料

《计算机应用》2010年第30卷第1～12期总目次

15

《计算机应用》 CSCD 北大核心 2010年第A12期3427-3446,共20页

关键词 算法改进 图像超分辨率 自适应图像 《计算机应用》 数字水印 匹配算法 传感器网络 人脸特征点 彩色图像 均值滤波器

在线阅读 下载PDF 职称材料