暂无评论
中文摘要 摘 要 聚类分析的 目标是在没有先验知识的情况下把数据集分成若干个簇使得簇内 的数据之间的相似度较高而不同簇之间的数据相似度较低比如用户可能并不知 道数据集分类的数目或数据的分布情况作为数据
DBSCAN是基于密度的聚类算法的一个典型代表,它对空间数据库聚类有很好的性能。然而,在对大规模数据库聚类时,DBSCAN需要大量内存支持并伴随着I/O开销。随着高性能计算机的发展,特别是集群式计算机
针对煤矿回采工作面瓦斯涌出的非线性特征,提出一种基于改进量子粒子群优化BP神经网络(IQPSO-BP)的瓦斯涌出量预测方法。鉴于量子粒子群算法的遍历能力有限,采用混沌序列来初始化量子的初始角位置。同时
受煤泥淤积的影响,煤矿水仓有效容量缺乏可行的监测手段,因而难以达到规定的要求,存在一定的安全隐患。文章针对煤矿水仓中水质分层的现象,结合水仓结构特点,根据水位高度和煤泥淤积厚度计算出水仓有效容量和空仓
一种新的DBSCAN算法参数自适应的方法,避免了人工干预。该方法采用非参数核密度估计理论,自动确定Eps和minPts参数,能够选择合理的参数并得到高准确度的聚类结果。该方法对聚类算法的自动化有重要意
数据挖掘聚类分析算法。
k-means聚类分析算法Python实现,并以鸢尾花数据集为例进行聚类演示
蚁群算法是经典的算法、本程序主要用于蚁群算法进行聚类分析,处理数据
本文从导致煤矿瓦斯爆炸的三个必要条件入手,分析了各个条件下的影响因素,并以此建立了事故树。通过事故树及重要度较高因素分析,提出了优化通风系统、风机“三专两闭锁”、应对自然条件变化的紧急预案和加强管理等
为了提高双向中继系统的系统可达总速率,提出一种Two-wayAF中继系统的最大化瞬时信噪比乘积(MISP)的中继选择策略,该策略联合考虑了两条链路的链路质量,实现了最优中继选择。在此基础上,运用信噪比
暂无评论