公共文化服务平台

搜索到6177篇“ 加权聚类“的相关文章

基于加权聚类约束的含激电效应瞬变电磁数据的多约束反演方法: 本发明公开了基于加权聚类约束的含激电效应瞬变电磁数据的多约束反演方法，包括：构建反演参数模型光滑约束项；根据先验物性信息，预设聚类模糊度值，聚类中心个数，生成反演参数聚类约束项；预设初始反演参数聚类中心，并将各个反演参数...; 路俊涛惠哲剑王绪本郭明

基于加权聚类和DNN的KR法脱硫剂加入量预报模型: 2025年; 为了准确预测铁水KR脱硫工序中的脱硫剂加入量,提出了一种基于密度的聚类方法(DBSCAN)和深度神经网络(DNN)相结合的建模方法。首先计算Spearman相关系数筛选出与脱硫剂加入量相关性较强的6个输入特征;基于筛选后的特征,利用DNN对数据集建立脱硫剂加入量预测模型;通过SHapley Additive exPlanations(SHAP)方法解释DNN模型,计算出各个特征对模型输出的贡献程度,根据得到的权重代入DBSCAN聚类算法中对某炼钢厂的脱硫实际生产数据进行聚类,保留清洗后的数据集;最后,通过五折交叉验证的方法对比了数据清洗前后的支持向量回归(SVR)、随机森林(RF)、极限梯度提升(XGBoost)、BP神经网络、深度神经网络(DNN)的预测模型性能。试验结果表明,使用清洗后的数据集建立的脱硫剂加入量预测模型的均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、决定系数(R^(2))较原数据集平均提高了33.6%、15.5%、12.9%、6.9%。; 李威熊凌罗钟邱吴经纬万诗斐但斌斌; 关键词：KR脱硫 DBSCAN聚类 DNN

基于多维度加权聚类算法的电力表计过容烧毁预测方法: 本发明公开了基于多维度加权聚类算法的电力表计过容烧毁预测方法，包括步骤S1：通过电能表的信息表获取表计信息；步骤S2：通过用电负荷数据表获取用户历史周期时间的负荷数据；步骤S3：对于入库的负荷数据，将日内存在预设数量个连...; 林恺丰邵美才贺燕王剑锋许万全吴志华卢旭倩郑庆沈然吕齐赵凯美斯媛许骁楠杨怀仁陈澄郭鸿健李熙来

基于改进加权聚类多特征融合的X射线图像识别研究: 2025年; 禁限类物品X射线图像的智能识别在维护安全方面具有重要意义,本文开展了小样本X射线图像智能识别技术研究。首先,提取了物品的傅里叶描述子(FD)、几何参数和不变矩作为原始特征。接着,提出了改进综合评价指标和加权聚类多特征融合方法,并对可调参数进行了理论和实验分析。最后,提出了基于改进加权聚类多特征融合和支持向量机的X射线图像识别方法。实验结果表明,改进综合评价指标的可调参数可以根据不同的识别目的和场景进行调整,实现识别最优化。对实际场景下的枪支和刀具X射线图像进行识别,准确率、召回率均在90%以上,虚警率低于10%,与其他识别方法相比,准确率高出9.67%,召回率高出25%。因此,本文提出的改进加权聚类多特征融合是一种有效的特征优化方法,基于改进加权聚类多特征融合和支持向量机的识别方法具备有效性、实时性和适用性的优点,该方法提供了一种X射线图像智能识别的关键技术。; 许玉婷王强; 关键词：多特征融合支持向量机

基于张量分解的三层加权聚类集成方法: 本发明提供基于张量分解的三层加权聚类集成方法及系统，其中，方法包括：步骤1：生成聚类成员；步骤2：基于聚类成员，构建相干链接矩阵和超图邻接矩阵；步骤3：进行三层加权的权值分析确定目标权值；步骤4：根据超图邻接矩阵和目标权...; 徐秀芳高婷徐森郭乃瑄许贺洋卞学胜花小朋陈博炜刘轩琦孙雯徐畅王志漩

基于成员选择的簇加权聚类集成医学数据处理方法及系统: 本发明提供一种基于成员选择的簇加权聚类集成医学数据处理方法及系统，其中方法包括：构建聚类成员集合并输入至预先训练好的决策树模型中；从决策树模型的输出的聚类成员集合筛选出标签为预先标签的聚类成员，并以筛选出的聚类成员，生成...; 徐秀芳高婷徐森郭乃瑄许贺洋卞学胜花小朋陈博炜王志漩刘轩绮孙雯徐畅

一种基于成员选择的簇加权聚类集成算法: 2024年; 聚类集成算法在数据挖掘和模式识别等领域应用广泛.现有的聚类集成算法虽取得了显著的进展,但鲜有同时考虑如何处理冗余成员和关注成员内部多样性的算法.对此,设计一种簇的不确定性度量指标,并提出一种基于成员选择的簇加权聚类集成算法.首先,利用平均差异性度量和筛选聚类成员,并引入信息熵衡量簇的不确定性,给簇赋予相应的权重;其次,在基于成员选择的簇加权共协矩阵和高置信度矩阵的基础上构建增强矩阵;最后,在增强矩阵上执行层次聚类算法得到最终的聚类集成结果.采用多个UCI数据集进行实验,将所提算法与主流的聚类集成算法进行比较,实验结果表明,所提出的算法可以获得更好的聚类集成效果,且具有较高的鲁棒性和稳定性.; 徐森高婷徐秀芳许贺洋郭乃瑄卞学胜花小朋陈致远; 关键词：聚类集成数据挖掘信息熵

一种基于能量加权聚类算法的无线自组网路由协议设计方法: 一种基于能量加权聚类算法的无线自组网路由协议设计方法，包括：网络初始化，节点定期监测并更新其剩余能量和度数，并在网络中广播这些信息；根据加权聚类算法，选择能量和度数综合得分最高的节点作为簇头；簇内节点将数据包发送至簇头，...; 周柯王晓明崔世界金庆忍邵帅林翔宇蒙宣任黎新王忠锋李力刚

一种基于按需加权聚类分簇的飞行器集群通信方法及系统: 本发明公开一种基于按需加权聚类分簇的飞行器集群通信方法及系统，涉及飞行器通信领域。本发明依据飞行器节点的特征信息计算构成簇首选举依据的多个分簇指标，对多个分簇指标按需加权计算综合度量函数值并进行簇间通信判断，将同时具备高...; 张琦忻向军姚海鹏郑若琪高然赵毅王富秦秀娟田凤刘翔宇田清华李元锋柴芙蓉孙梦

度量学习引导的加权聚类集成算法被引量：1: 2023年; 已有的聚类集成方法大多通过对基聚类加权来降低低质量基聚类对聚类集成结果的影响,从而提升聚类集成算法性能.然而,这些工作往往对数据的所有特征等权重考虑,忽略了特征之间的相关性与差异性,无法真实地反映样本间的相似性.针对上述问题,本文提出了一种度量学习引导的加权聚类集成算法,将对马氏距离度量学习与基聚类权重学习相融合,从而提升聚类集成算法性能.算法根据上轮求得的基聚类权重进行聚类集成,基于集成结果构建的成对约束学习马氏距离度量,将划分为同簇的样本拉近,划分为不同簇的样本推远,并在新投影空间中为基聚类学习权重.在多个公开数据集上的实验结果表明,提出的算法优于现有的代表性聚类集成算法.; 吴建国魏巍郭鑫垚闫京; 关键词：聚类聚类集成

相关作者