fcm是模糊c均值聚类算法,确定聚类中心以后,通过循环迭代
在分析归纳原有聚类方法不足的基础上,结合粗糙理论和模糊理论,给出了改进的粗糙模糊K-均值聚类算法;设计了新的模糊粗糙K-均值聚类算法,并验证了该聚类算法的有效性;而将这两种聚类算法应用到支持向量机中,
针对人工标记数据类别代价太高以及传统聚类方法在处理高维数据时产生的维度效应,提出了一种针对无标签数据的新型模糊核聚类方法。通过将K-means与DBSCAN聚类算法相结合生成关联矩阵,设置约束条件的阈
灰度动态范围压缩是一种基本的图像增强处理方法,广泛应用于图像识别,视频监控等领域中。结合这一应用,提出了一种基于非线性变换的动态范围压缩算法,并且以FPGA为基础,针对一幅图像的处理进行硬件实现,给出
提出了一种角色访问控制扩展模型,该模型在标准RBAC体系中引入分级策略,通过扩展读写规则和授权限制消除了RBAC中向下的信息流,并通过范围分离和会话密级等语义保留了标准RBAC的灵活性和表达力。该模型
特征加权的模糊混合目标聚类算法,陈新泉,,本文首先推导给出了FCM聚类算法与特征权重最优化相结合的优化迭代公式,从而得到一种基于优化混合目标函数的特征加权的模糊聚类算
基于并行模糊蚂蚁的聚类算法研究,冯周,张扬,本文提出了一种基于并行模糊蚂蚁的数据聚类算法。该算法使用蚂蚁群体优化原理及基于IF-THEN规则的Mamdani模糊推理系统找到优化的数据�
提出一种新的基于MatchingPursuit(MP)的语音信号稀疏分解算法。在对语音信号稀疏分解中使用的过完备原子库进行划分的基础上,将内积运算转换成互相关运算,并结合语音信号与原子是实的特性,利用
采用混合遗传算法求解矩形件带排样问题,采用三阶段排样方式以满足特定的约束或简化切割工艺。改进遗传算子,在变异操作之后使用调整操作,以进一步简化得到的排样方案。在初始种群构造时,根据矩形件的特性采用一些
论文《基于统计特征加权的模糊聚类方法及其应用》