搜索结果: 1-15 共查到“计算机科学技术 k-均值”相关记录106条 . 查询时间(0.158 秒)
针对通信网络遭受欺骗攻击的离散时间多智能体系统,研究其均值趋同和隐私保护问题.首先,考虑链路信道存在窃听者的情形,提出一种基于状态分解思想的分布式网络节点值重构方法,以阻止系统初始信息的泄露.其次,针对所构建的欺骗攻击模型,利用重构后节点状态信息并结合现有的安全接受广播算法,提出一种适用于无向通信网络的多智能体系统均值趋同控制方法.理论分析表明,该方法能够有效保护节点初始状态信息的隐私,并能消除链...
基于LDA和模糊C均值的Web服务多功能聚类
Web服务 模糊C均值算法 LDA主题模型 Web服务发现
2019/3/13
基于Web服务发现方法通常是将Web服务聚在某一个固定的功能类中，导致该Web服务的其余功能特性被忽略，Web服务的资源利用率降低的问题，提出一种基于LDA和模糊C均值的Web服务多功能聚类方法。首先，从ProgrammableWeb.com网站上爬取Web服务数据，并抽取Web服务描述文档；其次，使用LDA主题模型对Web服务描述文档进行建模，获得包含不同功能信息的文档主题矩阵；最后，在文档主题...
为获得具有模糊规则自适应约简性能和较好的泛化性能的TSK分类器,本文提出了一种结合模糊(C+P)均值聚类(FCPM)算法和SP-V-支持向量机(SVM)分类算法来构建TSK(Takagi-Sugeno-Kang)分类器的方法。该方法首先用FCPM聚类算法对训练数据进行聚类;然后根据聚类结果确定TSK分类器的模糊规则前件中的高斯隶属度函数的中心和宽度参数;最后采用成组稀疏约束SP-V-SVM算法对模...
基于核距离的直觉模糊c均值聚类算法
直觉模糊集 直觉模糊聚类 核方法 无监督学习
2016/12/26
针对现有直觉模糊c均值聚类算法无法发现非凸聚类结构的缺陷，提出了一种基于核化距离的直觉模糊c均值聚类算法.算法在定义了基于核的直觉模糊欧式距离基础上，通过把聚类样本映射到高维特征空间，使原来没有显现的特征突现出来，从而能够更好地聚类.实验选择一组人工数据集及一组UCI数据集测试了本文算法，并将其与五种经典的聚类算法进行了比较.实验结果充分表明了该算法的有效性及优越性.
基于高阶微分的EMD均值计算方法
经验模态分解 数值微分 时间序列分析
2017/1/7
为了改善经验模态分解的分离性能,提出一种基于信号高阶微分的分解算法.本文首先讨论了经验模态实现模态分离的必要条件,并证明对输入信号进行偶数阶数值微分可以提高模态分离性能.然后在此基础上提出一种以偶数阶微分的过零点为特征的均值计算方法.最后对仿真信号的分解进行了实验研究.结果表明,本文方法可以改善分离性能,性能提高的程度与理论分析结果符合;与经验模态分解相比,本文方法具有更高的分解精度.
基于自适应滑动窗均值OSPA航迹关联算法
最优次模式分配 航迹融合 航迹合并 航迹分叉
2017/1/3
多目标航迹发生合并和分叉情况在实际工程中比较常见,给航迹关联造成很大困难.本文提出基于自适应滑动窗均值OSPA(Optimal Sub-Pattern Assignment)距离航迹关联方法,给出自适应航迹关联方法的关联矩阵.该方法可以自适应地给出历史航迹对当前航迹的作用影响,进而达到有效且准确地判断多目标航迹合并和分叉情况.最后仿真结果给出了两个传感器和两个目标形成的航迹关联,本文所提自适应关联...
针对应用层分布式拒绝服务攻击，利用Web日志的数据挖掘方法提出一种K均值多重主成分分析算法和基于该算法的App-DDoS检测方法。首先，通过分析正常用户和攻击者的访问行为区别，给出提取统计属性特征的方法；其次，根据主成分分析法的数据降维特性并利用最大距离划分法，提出一种K均值多重主成分分析算法，构建基于该算法的检测模型。最后，采用CTI-DATA数据集及模拟攻击获取的数据集，进行与模糊综合评判、隐...
针对传统滤波窗口不能自适应扩展以及标准均值滤波易造成图像边缘模糊的缺陷，提出一种基于城区距离的自适应加权均值滤波算法。首先，利用开关滤波思想检测出噪声点；其次，对于每一噪声点，依据城区距离扩展窗口，窗口的大小根据窗口内信号点的个数自适应地调节；最后，将窗口内足够数量信号点的灰度的加权平均值作为噪声点的灰度值，实现对噪声点的有效恢复。实验结果表明，该算法能够有效地滤除椒盐噪声，尤其对噪声密度较大的图...
针对目前常用于P2P流量识别的有监督机器学习方法普遍存在时间代价较高的现状,提出采用时间代价为标准支持向量机四分之一的双支持向量机来构建分类器,并采用K均值集成方法快速生成有标签样本集,组合有标签样本集构成双支持向量机的训练样本,最后利用构建好的双支持向量机分类模型进行P2P流量的识别。实验结果表明采用基于K均值集成结合双支持向量机的方法在P2P流量识别的时间代价、准确率和稳定性方面要远优...
针对基于图的半监督流形正则化图像分类算法需要大量无标记样本训练分类器,空间和时间复杂度高,甚至不能处理大规模图像,且对背景或目标复杂的图像分类错误率较高的问题,提出了结合均值漂移（mean shift）的基于图的半监督流形正则化图像分类算法。该方法对基于图的半监督流形正则化分类算法的改进主要体现在两方面,首先是通过mean shift算法对图像进行了平滑,以平滑后的图像作为分类对象;其次不是利用所...
针对多视点视频编码视差估计计算量大的特点，提出一种基于均值偏移的多视点视差估计方法。在时空域上，分析了视差矢量和运动矢量的相关性，计算了预测视差矢量，确定了视差匹配的初始搜索位置。将该位置作为均值偏移迭代计算的初值，在参考帧中完成宏块的最佳匹配。通过实验表明：新方法与全搜索算法相比，在率失真性能降低甚微的情况下编码时间降低了94%以上；和快速搜索算法相比，新方法编码时间降低10%以上，率失真性能获...
经典的模糊C均值算法基于欧氏距离,存在等划分趋势的缺陷,分错率较高,只适用于球形结构的聚类。针对这一问题,利用数据的点密度信息,在数据点与聚类中心的距离度量中引入了调节因子,提出了一种基于密度的距离修正矩阵,并用其代替经典模糊C均值算法中的距离度量矩阵。通过人造数据集和UCI数据集的两组聚类实验,证实了改进算法对非球形结构的数据同样适用,且相比经典的模糊C均值算法具有更高的聚类准确率。
传统非局部均值滤波算法中使用指数型加权核函数，容易导致图像细节因过度平滑而变得模糊。为此，在指数型加权核函数的基础上，采用余弦系数加权的高斯核函数，设计一种改进的非局部均值图像去噪算法，并将其应用于加权系数计算中。实验结果表明，该算法的去噪性能优于传统算法，且能更好地保留原图像的细节信息，峰值信噪比最大可以提升1.6 dB。
目前基于Rough集的离散化算法很难做到高效率和高识别率兼顾，针对粗糙集给出了基于逐级均值聚类的信息熵的离散化算法。首先使用改进的逐级均值聚类算法分别对单个属性的候选断点按其信息熵值进行聚类分析，生成新的规模更小的候选断点集，然后用基于信息熵的离散化算法完成断点的选取并对连续值属性进行离散化。实验结果表明，该方法在识别率相当的情况下比传统的离散化方法的时间代价更低。