期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
一种带混合进化机制的膜聚类算法 被引量:4
1
作者 彭宏 蒋洋 +1 位作者 王军 Mario J.PEREZ-JIMENEZ 《软件学报》 EI CSCD 北大核心 2015年第5期1001-1012,共12页
膜计算(也称为P系统或膜系统)是一种新颖的分布式、并行计算模型.为了处理数据聚类问题,提出了一种采用混合进化机制的膜聚类算法.它使用了一个由3个细胞组成的组织P系统,为一个待聚类的数据集发现最优的簇中心.其对象表示候选的簇中心... 膜计算(也称为P系统或膜系统)是一种新颖的分布式、并行计算模型.为了处理数据聚类问题,提出了一种采用混合进化机制的膜聚类算法.它使用了一个由3个细胞组成的组织P系统,为一个待聚类的数据集发现最优的簇中心.其对象表示候选的簇中心,并且这3个细胞分别使用了3种不同的进化机制:遗传算子、速度-位移模型和差分进化机制.然而,所使用的速度-位移模型和差分进化机制是结合了这个特殊膜结构和转运机制所提出的改进版本.这种混合进化机制能够增强系统中对象的多样性和改善收敛性能.在混合进化机制和转运机制控制下,这种膜聚类算法能够确定一个数据集的良好划分.所提出的膜聚类算法在3个人工数据集和5个真实数据集上被评估,并与k-means和几种进化聚类算法进行比较.统计显著性测试建立了所提出的膜聚类算法的优势. 展开更多
关键词 膜计算 P系统 组织P系统 数据聚类 膜聚类算法 混合进化机制
在线阅读 下载PDF
K-均值聚类与SVM结合的地空通信干扰识别方法 被引量:3
2
作者 张自豪 马方立 裴峥 《济南大学学报(自然科学版)》 CAS 北大核心 2015年第6期420-424,共5页
通过对设置在不同地形的监测设备所采集的地空通信信号研究发现,其音频信号可作为识别地空通信干扰信号的研究对象,但音频信号特征通常是基于短时间域上的,无法直接应用在识别过程中。故提出利用K-均值聚类算法构建地空通信干扰音频信... 通过对设置在不同地形的监测设备所采集的地空通信信号研究发现,其音频信号可作为识别地空通信干扰信号的研究对象,但音频信号特征通常是基于短时间域上的,无法直接应用在识别过程中。故提出利用K-均值聚类算法构建地空通信干扰音频信号的特征集合,并将通过遍历选择参数的支持向量机作为分类器用于地空通信干扰音频信号识别。实验表明,该方法可以很好地表现出音频信号的统计特性,快速、高效地识别出不同的地空通信干扰信号。 展开更多
关键词 地空通信音频信号 K-均值聚类算法 支持向量机
在线阅读 下载PDF
采用目标背景建模的毫米波弱小目标检测
3
作者 高志升 耿龙 +1 位作者 张铖方 胡占强 《光学精密工程》 EI CAS CSCD 北大核心 2016年第10期2601-2611,共11页
基于被动毫米波成像特性,提出了改进的稀疏表示——圆周中心差(ISR-CSCD)算法来解决被动毫米波图像中弱小目标与背景区分度较弱,目标可提取特征较少的问题。该算法通过改进稀疏表示方法完成背景抑制与目标增强。依据目标与周围背景特征... 基于被动毫米波成像特性,提出了改进的稀疏表示——圆周中心差(ISR-CSCD)算法来解决被动毫米波图像中弱小目标与背景区分度较弱,目标可提取特征较少的问题。该算法通过改进稀疏表示方法完成背景抑制与目标增强。依据目标与周围背景特征先验,提出了圆周中心差背景抑制算法对检测图像进行背景抑制。然后,融合改进稀疏表示方法和圆周中心差背景抑制算法的结果得到抑制了背景的目标增强图像。最后,基于恒虚警率的检测方法完成了弱小目标的检测。对不同场景下的毫米波图像进行了实验检测,结果表明,与主流算法图像稀疏表示(SR)法、鲁棒规则核回归牛顿算法(NRRKR),空时联合分类稀疏表示算法(STCSR)和累积中心与周边差异测量算法(ACSDM)相比,ISR-CSCD算法具有更低的虚警率、更高的检测精度、更强的鲁棒性。对各种虚警率、信噪比之下的毫米波弱小目标检测结果显示,ISR-CSCD检测率相对于其它算法平均提高了约15%。 展开更多
关键词 被动毫米波成像 弱小目标检测 稀疏表示 圆周中心差 特征先验 背景抑制
在线阅读 下载PDF
K-Medoids和FCM融合聚类法语音信号分类的应用 被引量:1
4
作者 胡澳 裴峥 《济南大学学报(自然科学版)》 CAS 北大核心 2016年第1期17-22,共6页
提出针对广播和航空语音信号的f-kmd融合聚类方法,对2种信号语音数据进行分段,提取每段短时语音数据的均值、方差、平均过零率、平均短时能量、归一化峰度和振幅指标等语音信号的基本特征进行归一化处理,利用模糊c均值聚类(FCM)方法对... 提出针对广播和航空语音信号的f-kmd融合聚类方法,对2种信号语音数据进行分段,提取每段短时语音数据的均值、方差、平均过零率、平均短时能量、归一化峰度和振幅指标等语音信号的基本特征进行归一化处理,利用模糊c均值聚类(FCM)方法对特征数据进行聚类分析,获得短时分段后的语音信号聚类结果,再对分段后的聚类结果整体上进行K-Medoids聚类分析,得到两类信号的聚类中心。实验表明,融合聚类方法能较好地对广播和航空语音信号进行分类,分类准确率较高,结果较稳定。 展开更多
关键词 特征提取 语音信号 融合聚类 聚类效果
在线阅读 下载PDF
基于连续值信息系统的模糊规则抽取
5
作者 吉家锋 裴峥 《济南大学学报(自然科学版)》 CAS 北大核心 2016年第1期23-28,共6页
基于模糊隶属度函数和模糊蕴含算子,对于连续值信息系统和决策信息系统,提出抽取简单语言描述命题和复合语言规则的方法。抽取实验的结果表明,通过设置不同的阈值,该方法可获得不同支持度的直观结果,为获得信息系统的整体分布信息和可... 基于模糊隶属度函数和模糊蕴含算子,对于连续值信息系统和决策信息系统,提出抽取简单语言描述命题和复合语言规则的方法。抽取实验的结果表明,通过设置不同的阈值,该方法可获得不同支持度的直观结果,为获得信息系统的整体分布信息和可能蕴含的规则提供帮助。 展开更多
关键词 信息系统 模糊规则 命题抽取 规则抽取
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部