针对传统模糊C-均值聚类算法(FCM算法)初始聚类中心选择的随机性和距离向量公式应用的局限性,提出一种基于密度和马氏距离优化的模糊C-均值聚类算法(FuzzyC-MeansBasedonMahalan
针对传统配电网区域规划方法无法满足实际需求,而基于传统聚类算法的配电网区域规划方法存在着初始聚类中心选取不合理和聚类个数不确定的问题。文中对传统K-means聚类算法进行了改进,用于解决配电网区域规划
针对模糊C-均值(FCM)聚类算法对初始聚类中心选择敏感,易陷入局部最优的问题,提出一种量子粒子群优化改进的模糊C均值聚类算法。该算法引入的基于新距离标准的量子粒子群(AQPSO)算法不仅可以降低初始
模糊聚类算法具有较强的实用性,但传统模糊C均值算法(FCM)具有对样本集进行等划分趋势的缺陷,没有考虑不同样本的实际分布对聚类效果的影响,当数据集中各样本密集程度相差较大时,聚类结果不是很理想。因此,
基于模糊聚类的探索边界线段提取研究,余洪山,王耀南,探索边界是影响移动机器人自主探索决策的关键。本文通过深入分析栅格地图中探索边界的特性,考虑到移动机器人探索过程的实时性和
基于模糊聚类的博物馆藏品推荐算法研究,郑睿,田爱奎,由于目前博物馆藏品数量复杂多样,游客在其中游览需要花费大量的时间与精力,本文将推荐算法引入博物馆的智慧化建设中可以有效缓
主要探讨人工神经网络在食用香精性能评价方面的应用。利用神经网络的误差反向传播(BP)算法,结合配方设计中的成分、比例等数据信息建立了食用香精性能评价模型,该模型可实现对新产品的自动评价并得到较准确的评
对聚类算法K-means的研究与改进,郑立杰,刘刚,针对传统的K-means算法中聚类的质量受聚类数目的选取和初始聚类中心的确定的影响很大的问题,我们提出了以文档密度为参数,将文档��
基于改进扇区曲率法的行为规划方法,石朝侠,张祯伟,行为规划是智能车辆自主导航的基本任务之一。与微小型移动机器人不同,高速行驶在道路环境中的智能车辆更侧重于规划的稳定性、安
针对传统的模糊C-均值聚类算法对初始聚类中心较敏感、易陷入局部最优的缺点,将粒子群优化算法和FCM算法相结合,提出一种改进的模糊聚类算法。该算法利用粒子群算法的全局搜索能力代替FCM算法寻找初始聚类中
