基于不同粒子群算法的模糊C均值聚类算法的比较,黄新建,,通过聚类方法对数据中的有效信息进行提取已成为研究热点。在粒子以隶属度进行编码的基础上,本文把五种不同的粒子群优化算法应用
基于模糊C均值聚类的岩石节理图像分割方法,谭嘉玉,钱鹰,岩石节理裂隙形状复杂且无规则,图像中带有大量噪声,利用传统的图像分割方法很难达到很好的分割效果。本文提出了一种改进的模糊
利用数据点特征权重的概率约束关系和可能分布,提出了分别建立在概率和可能加权特征方式之上的改进可能模糊聚类的两种模型。其中建立在可能约束之上的改进PCM算法扩展了原算法,具有更广泛的适用性。实验结果表明
论文研究-基于因素空间和模糊聚类的概念形成方法.pdf, 基于知识表示的因素空间理论和模糊聚类的最优模糊等价矩阵法,提出了一种概念形成的新方法.同时给出了一种新的聚类评价函数.该方法在理论上有可靠保
数据驱动的软测量建模的基础是大量可靠而准确的工业现场数据,因此数据预处理是软测量建模的重要任务。提出将小波系数软硬阈值折中方法应用于去除噪声干扰所产生的随机误差,即通过增加一个权值的应用,以综合软阈值
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,
为保护数字文本的知识产权,提出一种利用语义角色嵌入水印信息的文本水印算法。采用Unicode和Huffman编码对水印进行预处理形成特定形式的水印信息串,借助自然语言处理技术标注文本中的语义角色,将水
通过分析FCM、PCM、IPCM和PFCM等流行的聚类算法和它们在噪声环境下所面临的问题,提出一种概率模糊聚类新算法(SWPFCM),该算法结合样本加权和一种适用于噪音环境下的初始化聚类中心的方法,可
针对主动学习中构造初始分类器难以选取代表性样本的问题,提出一种模糊核聚类采样算法。该算法首先通过聚类分析技术将样本集划分,然后分别在类簇中心和类簇边界区域选取样本进行标注,最后依此构造初始分类器。在该
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