论文研究基于粒子群优化的模糊文本聚类研究 .pdf

有雾图像的复原问题已经成为了机器视觉领域研究的热点。在传统图像复原理论的基础上，提出一种新的基于模糊聚类规则图像去雾方法，用于恢复被雾影响的降质图像。利用模糊聚类的方法对有雾图像进行预处理，从而获取图

模糊C均值聚类算法（FCM）在硬C均值聚类的基础上有效地解决了医学图像分割中存在的模糊情况，通过建立表示图像中像素点与聚类中心加权相似度的目标函数，采用迭代优化的方法求解目标函数的极小值来确定最佳聚类

电费回收直接关系到电力公司的有序运行，而交费渠道的建设和用电客户交费渠道的偏好，直接影响电力公司的电费回收;因此做好用电客户交费渠道偏好的研究至关重要。基于黑洞熵理论和贝叶斯模型，提出了适合电力数据的

通过设计一种Pareto解集过滤器，并在此基础上给出多目标优化条件下的微粒群算法群体停滞判断准则，基于该准则提出了一种多目标微粒群优化算法。算法利用Pareto解集过滤器提高了候选解的多样性，并使用图

为了更准确地描述有记忆效应的射频功放特性，提出了一种改进的简化粒子群优化（PSO）算法，并结合自适应模糊推理系统（ANFIS）建立模糊神经网络功放模型。改进的简化PSO算法仅保留粒子的位置项，加入了随

任务调度是网络并行计算系统的核心问题之一。在有向无环图(DAG)描述问题的基础上，提出了一种进行并行任务调度的量子粒子群优化算法。首先对DAG并行任务调度问题作出定义，并给出了优化问题的目标；然后分别

基于改进粒子群算法的电站锅炉多目标优化研究，回立川，任仁，由于锅炉设备庞大，运行条件复杂，煤种多变等因素，很难建立锅炉NOx排放与效率的函数模型。利用rbf神经网络建立了以锅炉NOx排放与热

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

提出了一种新的动态模糊自组织神经网络模型(TGFCM)，并将其用于文本聚类中。针对传统模糊自组织神经网络需要预先确定聚类数的问题，TGFCM采用了可自动确定聚类数的动态自组织神经网络(TGSOM)的结

改进粒子群算法的研究，常伟，王平，本文首先简要介绍了基本粒子群算法(PSO)的原理与实现,针对基本粒子群算法容易陷入早熟、收敛速度慢等问题,提出一种混合遗传算法的��