公共文化服务平台

搜索到6023篇“ 模糊C均值“的相关文章

一种基于模糊C均值聚类的雷暴时间窗口捕捉方法: 本发明公开了一种基于模糊C均值聚类的雷暴时间窗口捕捉方法，该方法首先获取时序大气电场相关属性信息，构造表征天气的数据集。其次将数据集通过模糊C均值聚类算法，得到模糊集，再确定最优粒度得到最优的信息粒。最后对最优的信息粒采...; 杨旭王慧董续东张振耀

基于模糊C均值聚类的医学图像分割方法、系统及介质: 本发明公开了一种基于模糊C均值聚类的医学图像分割方法、系统及介质，属于医学图像分割技术领域。方法包括：图像预处理阶段，对输入的初始脑图像进行脑表面提取、图像降噪和图像归一化得到第一图像；像素聚类阶段，使用模糊C均值聚类算...; 王朝冯艳红姜华茂吕晓虹刘永伟何厚良

一种基于邻域粒模糊c均值聚类的区域生态环境质量评价方法: 本发明公开一种基于邻域粒模糊c均值聚类的区域生态环境质量评价方法，属于电数字数据处理技术领域，包括：基于云平台计算并重构遥感时序MODIS数据集，将生态因子进行标准化，对生态因子遥感影像基于邻域粒模糊c均值聚类划分为n个...; 王晓红高锌桐焦琳琳袁雪涛李富平

满足本地差分隐私的混合噪音感知的模糊C均值聚类算法: 2025年; 在大数据和物联网应用中,本地差分隐私(LDP)技术用于保护聚类分析中的用户隐私,但现有方法要么在LDP下交互式地进行聚类,需要消耗大量隐私预算,要么没有同时考虑到聚类数据中蕴含的表示数据质量的高斯噪音以及为满足LDP保护的拉普拉斯噪音,致使聚类精度低下。同时,对于衡量用户提交数据和簇心之间的距离选择较为武断,没有充分利用到用户提交的噪音数据中蕴含的噪音模式。为此,该文创新性地提出一种满足LDP的混合噪音感知的模糊C均值聚类算法(mnFCM),该算法的主要思想是同时建模用户上传数据中蕴含的表示用户质量的高斯噪音以及为保护用户数据注入的拉普拉斯噪音,进而设计出混合噪音感知的距离替代传统的欧式距离,来衡量样本数据与簇心间的相似性。特别地,在mnFCM中,该文首先设计了混合噪音感知的距离计算方法,在此基础上给出算法新的目标函数,并基于拉格朗日乘子法设计了求解方法,最后理论上分析了求解算法的收敛性。该文进一步理论分析了mnFCM的隐私、效用和复杂度,分析结果表明所提算法严格满足LDP、相对于对比算法更接近非隐私下的簇心以及和非隐私算法具有接近的复杂度。在两个真实数据集上的实验结果表明,mnFCM在满足LDP下,聚类精度提高了10%~15%。; 张朋飞程俊张治坤方贤进孙笠王杰姜茸; 关键词：聚类分析隐私保护模糊C均值聚类

基于模糊C均值算法改进的岩体结构面识别与信息提取: 2025年; 【目标】传统的模糊C均值算法在岩体结构面识别过程中存在明显的缺陷,即对出现的噪声和离群点较为敏感。此外,当前在岩体结构面间距和迹长等几何特征提取过程中,通常依赖手动方法或基于点云的技术。这些方法容易受到外部因素的干扰,从而影响结果的准确性。为解决上述问题,提出了一套岩体结构面信息自动提取的方法。【方法】首先,提出一种改进的模糊C均值算法。该算法通过引入新的参数来自适应地调节算法的模糊度,从而增强算法的鲁棒性并优化聚类效果。在此基础上,利用Fast Marching算法识别出闭合结构面,并结合Matlab与ArcGIS软件,构建结构面几何特征参数的自动化提取方法,实现对结构面产状、间距和迹长的自动测量与统计。【结果】实际岩体结构面产状的标准差最高减小了4°,结构面间距与迹长的最大误差分别为1.1 cm和3.4 cm,满足区域信息提取的误差容许要求。【结论】相较于传统方法,所提出的算法在结构面信息的提取过程中展现出较高的精度,且大幅提高了效率,能够更好地应用于实际工程中,为岩体结构面分析提供了一种高效、准确的技术方案。; 李斌斌王新辉王学良金超孙娟娟王赞; 关键词：模糊C均值算法岩体结构

基于新型阴影集的模糊C均值聚类算法: 2025年; 提出一种基于五区域阴影集的模糊C均值(fuzzy C-means,FCM)算法,利用FCM算法得到对象簇的隶属度,引入五区域阴影集,将对象划分为核心区域、次核心区域、阴影区域、次边缘区域和边缘区域,分析次核心区域得到阈值ω,通过核心区域和次核心区域中隶属度μ≥ω的对象簇得到聚类结果,在8个公开数据集中进行实验。本文提出的算法相比于其余3种算法在7个数据集上取得了最佳的聚类结果。; 国栋凯张钦然李小南易黄建; 关键词：模糊聚类

基于模糊C均值聚类和DBO-LSSVM的变压器故障诊断方法研究: 2025年; 针对单一SVM固有二分类性能差及多个分类器使用同一个参数分类精度低等问题,提出一种基于模糊C均值聚类和DBO-LSSVM的变压器故障诊断方法。首先,利用模糊C均值方法将样本聚类,构造一个完全二叉树结构,每个叶子节点采用LSSVM分类器;其次,利用蜣螂优化算法(DBO)优化各个LSSVM分类器的核参数σ和惩罚系数C;最后,采用最优参数在完全二叉树自上而下逐层进行故障诊断,并与不同算法对比。仿真结果表明,所提方法在变压器故障诊断方面具有较高的诊断精度。; 王琼宇冯馨瑜; 关键词：变压器故障诊断模糊C均值聚类 LSSVM

基于改进蜣螂优化模糊C均值的WSN分簇路由算法: 2025年; 针对无线传感器网络能耗不均、生存周期短的问题,提出一种基于改进蜣螂优化模糊C均值的WSN分簇路由算法(IDFCA)。分簇阶段,采用改进蜣螂算法优化模糊C均值、初始聚类中心的选取,根据距离以及网络最优簇头个数划分网络拓扑结构,以均衡各簇内节点能耗;簇头选举阶段,综合考虑节点能量和距离,并设置簇头更换阈值,降低簇头更换频率,减少网络能耗;数据传输阶段,利用改进的蜣螂算法,基于能量、负载和转发方向搜索簇头到基站的最优传输路径。仿真结果表明:IDFCA算法的网络相比于LEACH、CS-K、POFCA分别提高了56.1%、26.1%、14.6%。IDFCA算法能够均衡网络能耗,延长网络生命周期。; 刘晓悦郑新颖; 关键词：模糊C均值分簇路由算法能量均衡

基于模拟退火模糊C均值及贝叶斯的电力时段划分方法: 本发明涉及一种基于模拟退火模糊C均值及贝叶斯的电力时段划分方法，属于电力负荷数据分析技术领域。所述方法结合遗传模拟退火算法和模糊C均值聚类技术，并通过贝叶斯评估机制进行验证。首先，通过收集并分析历史电力负荷数据，利用遗传...; 项雷军陈昱高民昆杨胜

一种邻域粒的模糊C均值聚类算法被引量：1: 2024年; 针对初始值和噪声的敏感性会导致模糊C均值聚类效果下降这一问题,引入粒计算理论,采用邻域粒化技术,提出邻域粒模糊C均值聚类算法。样本在单特征上使用邻域粒化技术构造邻域粒子,在多特征上粒化形成邻域粒向量,定义多种粒距离公式度量粒子之间的距离。根据粒距离度量,提出粒模糊C均值聚类算法,采用多个数据集进行实验,将粒模糊C均值聚类算法与经典聚类算法进行比较,验证了所提出的邻域粒模糊C均值聚类算法的可行性和有效性。; 郑晨颖陈颖悦陈颖悦江连吉廖亮; 关键词：粒计算模糊C均值聚类

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈