期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5,611篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进粒子群K-means的道路状态识别聚类算法
1
作者 徐韬 任其亮 +1 位作者 李金宴 林伟 《重庆交通大学学报(自然科学版)》 北大核心 2026年第2期47-56,共10页
针对传统K均值聚类算法(K-means)受到初始聚类中心影响导致聚类精度波动问题,提出了基于改进粒子群(PSO)的组合聚类算法。在道路运行速度一维原始数据上,增加相对速度比αt、速度波动率βt这2个特征,建立新的三维数据集;在分布式延迟粒... 针对传统K均值聚类算法(K-means)受到初始聚类中心影响导致聚类精度波动问题,提出了基于改进粒子群(PSO)的组合聚类算法。在道路运行速度一维原始数据上,增加相对速度比αt、速度波动率βt这2个特征,建立新的三维数据集;在分布式延迟粒子群算法(RODDPSO)基础上,提出改进RODDPSO算法(IRODDPSO算法),引入了粒子最大速度非线性约束函数,随着迭代次数增加,粒子最大更新速度逐步非线性衰减,根据每轮迭代的进化特征值ξ确定不同的粒子更新策略;利用IRODDPSO算法产生K-means初始化聚类中心,利用PSO算法全局搜索能力,寻找出最优初始化聚类中心。研究结果表明:IRODDPSO算法可成功应用在城市道路运行状态聚类分析中,组合算法的准确率、召回率分别为0.935、0.957,较RODDPSO算法分别提升了4.8%、3.6%,较基准PSO算法提升13.2%、11.1%,运行时耗分别下降了6.7%、16.3%;所提出的最大速度非线性约束策略提升了算法收敛能力,并且在快速路、主干路等不同等级道路中表现出良好的稳健性。 展开更多
关键词 交通工程 粒子群算法 k均值聚类算法 非线性速度约束 分布式延迟 道路状态识别
在线阅读 下载PDF
基于K-means聚类算法的印刷返单追样色彩补偿计算研究
2
作者 付文亭 邓体俊 《包装工程》 北大核心 2026年第3期161-167,共7页
目的引入K-means聚类算法量化评估印张与客户样网点面积率差异,运用非线性拟合算法确定C/M/Y/K四色通道优化调整参数,实现印刷返单色彩精准补偿还原。方法调用扫描仪与机台印刷ICC配置文件,将扫描的RGB文件转换为与印前分色标准一致的C... 目的引入K-means聚类算法量化评估印张与客户样网点面积率差异,运用非线性拟合算法确定C/M/Y/K四色通道优化调整参数,实现印刷返单色彩精准补偿还原。方法调用扫描仪与机台印刷ICC配置文件,将扫描的RGB文件转换为与印前分色标准一致的CMYK文件;引入K-means聚类算法模型,对印张与客户样的C/M/Y/K分色文件进行高精度比对;用非线性拟合算法确定四色通道优化调整节点及参数;在Photoshop中对C/M/Y/K 4个颜色通道进行“曲线”调整。结果动态补偿机制有效校正印张偏蓝、偏深缺陷,同步优化四原色、二次叠印色和三色叠印灰平衡色,补偿修正后印张色差ΔE00稳定控制在2.5以内。结论该数据驱动补偿方法效率远超传统人工调整,具有完全可复制的标准化特性,为印刷生产数字化升级提供关键技术支撑。 展开更多
关键词 k-MEANS聚类算法 印刷返单追样 色彩补偿 色彩管理
在线阅读 下载PDF
基于K-means++算法划分车辆状态的直接横摆力矩控制
3
作者 潘公宇 李桐 《重庆理工大学学报(自然科学)》 北大核心 2026年第1期1-9,共9页
针对分布式驱动电动汽车在转向变道过程中低附着、高速等极限工况下的失稳问题,提出一种基于K-means++算法划分车辆状态区域的分层协同控制策略。基于Carsim车辆模型构建离线训练数据集,提取横摆角速度、质心侧偏角等9维车辆稳定性特征... 针对分布式驱动电动汽车在转向变道过程中低附着、高速等极限工况下的失稳问题,提出一种基于K-means++算法划分车辆状态区域的分层协同控制策略。基于Carsim车辆模型构建离线训练数据集,提取横摆角速度、质心侧偏角等9维车辆稳定性特征参数,利用K-means++算法将车辆当前状态划分为稳定域、协调域与控制域,并设计动态权重协调模块。在上层控制器中,采用离散滑模控制算法结合粒子群优化趋近律系数,生成目标附加横摆力矩,以跟踪理想横摆动力学特性;同时通过对比积分滑模算法,验证离散滑模控制器在抑制峰值误差与跟踪精度上的优势。在下层控制器中,以稳定性裕度建立目标函数,构建二次规划模型,优化四轮扭矩分配,确保纵向力与侧向力矢量位于摩擦椭圆内。Carsim/Simulink联合仿真验证表明:该策略在中速、低附着(60 km/h,μ=0.3)工况下,相较于由积分滑模算法所搭建的控制策略而言,横摆角速度、质心侧偏角的峰值误差分别降低了77.2%、11.64%,而在跟踪精度方面分别优化了63.13%、15.19%;在高速、高附着(95 km/h,μ=0.85)工况下,其横摆角速度、质心侧偏角的峰值误差分别降低了27.48%、40.1%,而在跟踪精度方面分别优化了20.67%、45.94%。研究结果表明:基于K-means++算法的状态区域划分与离散滑模分层动态控制机制显著提升了车辆横向稳定性与控制鲁棒性,为分布式驱动电动汽车的极限工况稳定性优化提供了有效解决方案。 展开更多
关键词 分布式驱动汽车 k-means++算法 车辆状态区域 离散滑模算法
在线阅读 下载PDF
基于重复匹配机制的WKNN-BP-MLP神经网络的室内定位算法设计
4
作者 夏颖 王岩 +2 位作者 王艳春 李宗岳 何胤北 《齐齐哈尔大学学报(自然科学版)》 2026年第2期1-6,23,共7页
随着物联网技术的飞速发展,基于位置服务的市场需求日益增长,Wi-Fi指纹定位方法成为研究热点。然而Wi-Fi信号存在于复杂室内环境中导致定位精度不足的问题。通过重复匹配机制优化传统加权K近邻算法并引入多层感知机神经网络和反向传播... 随着物联网技术的飞速发展,基于位置服务的市场需求日益增长,Wi-Fi指纹定位方法成为研究热点。然而Wi-Fi信号存在于复杂室内环境中导致定位精度不足的问题。通过重复匹配机制优化传统加权K近邻算法并引入多层感知机神经网络和反向传播神经网络,基于重复匹配机制的WKNN-BP-MLP神经网络算法,实现高精度室内定位。实验表明,所提定位算法显著提升定位精度,能够满足室内定位场景的技术要求。 展开更多
关键词 室内定位 改进加权k近邻算法 反向传播算法 重复匹配机制 多层感知机神经网络
在线阅读 下载PDF
基于Mask R-CNN的激光雷达测量数据特征点识别
5
作者 幸荔芸 李珊枝 《现代雷达》 北大核心 2026年第1期48-54,共7页
直接使用激光雷达测量数据中提取出关键信息进行特征点识别,无法直接区分点是否属于相同目标,仅提取局部特征点会导致数据特征识别精度下降的问题,文中提出基于卷积神经网络掩膜(Mask R-CNN)的激光雷达测量数据特征点识别,首先选取Point... 直接使用激光雷达测量数据中提取出关键信息进行特征点识别,无法直接区分点是否属于相同目标,仅提取局部特征点会导致数据特征识别精度下降的问题,文中提出基于卷积神经网络掩膜(Mask R-CNN)的激光雷达测量数据特征点识别,首先选取PointNet++作为Mask R-CNN的主干网络提取特征向量,并在主干分支旁构建特征金字塔网络提取多尺度特征,通过区域建议网络生成三维候选框,经由ROI Align输入至分类器网络中,展开目标类别预测、候选框位置回归和二值掩模,输出目标分割结果,然后以分割出的目标点云为基础,采用4D Shepard曲面估计目标点云曲率,得到体积积分不变量并将其单位化处理,最后通过K-means算法聚类体积积分不变量,实现激光雷达测量数据特征点识别。实验结果表明,文中方法能够在激光雷达测量数据中有效地分割出目标,简化率为37.68%,数据特征点识别性能和质量较高,AP、AP_(50)和AP_(75)检测结果均保持在90%以上,具有较好的应用效果。 展开更多
关键词 卷积神经网络掩膜 激光雷达测量数据 特征点识别 体积积分不变量 k-MEANS算法
原文传递
基于PNCC声纹特征提取技术和POA-KNN算法的齿轮箱声纹识别故障诊断
6
作者 廖力达 赵阁阳 +1 位作者 魏诚 刘川江 《机电工程》 北大核心 2026年第1期24-33,共10页
风力机齿轮箱是风力发电系统的核心组件之一,承担着将风能转化为电能的重要任务。由于运行环境的恶劣以及长期使用造成的磨损,齿轮箱常常会发生各种故障,从而导致齿轮箱运行过程中产生不同的噪声,严重影响风力机的正常运行和发电效率,因... 风力机齿轮箱是风力发电系统的核心组件之一,承担着将风能转化为电能的重要任务。由于运行环境的恶劣以及长期使用造成的磨损,齿轮箱常常会发生各种故障,从而导致齿轮箱运行过程中产生不同的噪声,严重影响风力机的正常运行和发电效率,因此,提出了一种基于功率正则化倒谱系数(PNCC)声纹特征提取技术,以及行星优化算法与K近邻算法(POA-KNN)模型的风力机齿轮箱声纹识别故障诊断方法。首先,采用LMS噪声采集仪采集了6种不同状态下的风力机齿轮箱噪声数据;然后,使用了PNCC声纹特征提取的方法,提取了齿轮箱噪声信号的声纹图谱;在KNN的基础上加入行星优化算法(POA)优化了K值,提出了性能较高的POA-KNN分类模型;最后,根据6类不同状态下的齿轮数据集,采用对比试验和消融实验验证了模型性能。研究结果表明:POA-KNN模型对齿轮箱的PNCC声纹图分类准确率达到99.4%,比KNN基线模型提升了1.9%。POA-KNN分类模型能很好地对数据集中不同状态下的齿轮箱进行分类,更高效地针对风力机齿轮箱中存在的故障进行诊断。 展开更多
关键词 齿轮箱 功率正则化倒谱系数 声纹识别 声纹特征图谱 行星优化算法与k近邻算法 分类模型
在线阅读 下载PDF
基于K-means聚类和改进蚁群算法的跨境电商仓储选址优化研究
7
作者 邱国斌 易玉涛 《物流研究》 2026年第1期84-92,共9页
为解决传统选址方法无法动态适配跨境场景的问题,本文针对跨境电商仓储选址的复杂性与灵活性,结合跨境电商特有的国际物流成本、关税政策、区域市场需求、汇率波动等核心要素,构建基于K-means聚类和改进蚁群算法的跨境电商仓储选址模型... 为解决传统选址方法无法动态适配跨境场景的问题,本文针对跨境电商仓储选址的复杂性与灵活性,结合跨境电商特有的国际物流成本、关税政策、区域市场需求、汇率波动等核心要素,构建基于K-means聚类和改进蚁群算法的跨境电商仓储选址模型。本研究通过在多约束条件下的MATLAB软件仿真模拟,将现有选址与优化后选址进行比较。研究表明,该模型能够有效优化跨境电商仓储选址方案,为企业在全球供应链布局中提供科学决策支持。 展开更多
关键词 跨境电商 仓储选址 改进蚁群算法 MATLAB仿真 k-MEANS聚类
原文传递
着色(k,ℓ)-中值问题的固定参数近似算法
8
作者 陈晓红 张震 +3 位作者 徐雪松 陈杰 袁汉春 石峰 《计算机学报》 北大核心 2026年第1期1-14,共14页
给定正整数k和非负整数ℓ以及度量空间中的一组设施和着色用户,着色(k,ℓ)-中值问题旨在选取不超过k个开设设施、在用户集合中移除最多ℓ个异常点并为剩余的每个用户分配一个开设设施,使得颜色相同的用户对应不同设施,且用户与对应设施之... 给定正整数k和非负整数ℓ以及度量空间中的一组设施和着色用户,着色(k,ℓ)-中值问题旨在选取不超过k个开设设施、在用户集合中移除最多ℓ个异常点并为剩余的每个用户分配一个开设设施,使得颜色相同的用户对应不同设施,且用户与对应设施之间的距离之和最小.本文利用新的随机采样方法确定用来选取开设设施的引导点集合,并围绕引导点为问题实例构造小规模候选解集合.本文基于此为着色(k,ℓ)-中值问题提出了时间复杂度为((k+ℓ)ε^(-1))^(O(k))n^(O(1))的(3+ε)-近似算法,其中,n为问题实例中设施与用户数量之和.这是关于着色(k,ℓ)-中值问题的第一个具有性能保证的求解算法.该算法与此前人们在不考虑着色约束的情况下提出的固定参数近似算法有相同的时间复杂度和近似比. 展开更多
关键词 固定参数算法 近似算法 k-中值 随机采样 异常点
在线阅读 下载PDF
基于改进K-shell算法与多维价值融合的产业链关键共性技术识别研究——以半导体产业链为例
9
作者 陈哲 李华 +1 位作者 吴爱萍 裴骁 《中国科技论坛》 北大核心 2026年第3期147-159,共13页
识别关键共性技术对提升产业链创新协同具有重要意义。针对现有研究仅关注单一技术价值或其简单组合的局限,提出一种融合技术属性与关系价值的识别方法。以半导体产业链为例,将半导体产业链产品、组成及工艺作为关键词来源检索专利,提取... 识别关键共性技术对提升产业链创新协同具有重要意义。针对现有研究仅关注单一技术价值或其简单组合的局限,提出一种融合技术属性与关系价值的识别方法。以半导体产业链为例,将半导体产业链产品、组成及工艺作为关键词来源检索专利,提取IPC小组号表征技术;基于普适性与关联性构建共性技术网络;引入随机森林算法构建评价体系评估各技术属性价值,设计改进后K-shell算法并在共性技术网络中创新性考虑邻域关联技术融合价值、间接关联技术融合价值影响力对各技术重要度排序,识别关键共性技术。识别出涉及半导体生长、刻蚀、薄膜沉积、先进成型及制造与封装测试技术等核心技术领域的24种关键共性技术,为产业链关键共性技术精准识别提供科学有效的方法支撑。 展开更多
关键词 产业链 关键共性技术 技术价值融合 k-shell算法
在线阅读 下载PDF
自适应规模邻近与K壳分解的空间并置核模式挖掘
10
作者 陈雪瑶 芦俊丽 +1 位作者 段鹏 唐明香 《计算机应用研究》 北大核心 2026年第3期740-749,共10页
随着空间信息技术的发展和城市空间数据的快速增长,空间并置模式挖掘已成为理解空间对象潜在关联关系的重要手段。为克服传统方法在表达空间对象主导性及忽略实例规模差异方面的不足,提出一种面向城市功能分析的空间并置核模式挖掘方法... 随着空间信息技术的发展和城市空间数据的快速增长,空间并置模式挖掘已成为理解空间对象潜在关联关系的重要手段。为克服传统方法在表达空间对象主导性及忽略实例规模差异方面的不足,提出一种面向城市功能分析的空间并置核模式挖掘方法。该方法构建了基于实例面积的自适应规模邻近度公式,结合球邻域搜索策略,通过引入面积感知机制与动态阈值半径,有效提升邻近关系判定的准确性与效率。为识别具有核心作用的空间特征,引入K壳分解方法建立图结构,自动筛选出中心性强、结构稳定的核心特征。此外,通过基于特征对划分的并行挖掘策略,显著加快邻近关系计算和频繁模式生成过程。在真实城市POI数据集上的实验结果表明,该方法在模式质量上的整体参与度对比其他方法高出约10%,运行效率上平均提速约为33.8%。实验验证了该方法在模式质量与计算效率方面的显著优势,展现了良好的实际应用前景。 展开更多
关键词 空间并置核模式 自适应规模邻近 k壳分解 并行挖掘算法
在线阅读 下载PDF
融合K-means聚类与遗传算法的农产品直播电商产地仓选址研究
11
作者 李怡萱 王杏 《热带农业工程》 2026年第2期73-79,共7页
在乡村振兴战略与直播电商深度融合背景下,农产品产地仓的科学选址成为降低流通损耗、提升供应链效率的关键,为此,提出了融合K-means聚类算法与遗传算法的两阶段优化方法。首先,通过K-means算法对分散需求点进行空间聚类,筛选出17个备... 在乡村振兴战略与直播电商深度融合背景下,农产品产地仓的科学选址成为降低流通损耗、提升供应链效率的关键,为此,提出了融合K-means聚类算法与遗传算法的两阶段优化方法。首先,通过K-means算法对分散需求点进行空间聚类,筛选出17个备选仓址;然后,基于经济效益最大化目标,综合考量运输成本、建设成本、运营成本及损耗率,构建一个多目标整数规划模型,并利用遗传算法优化选址方案。以W省H县水果产业为例,实证分析表明,本文设计的模型总成本可降至398.3万元,较随机初始化策略节约55.61%,且收敛速度提升18.5%,为农产品供应链数字化转型提供了理论支撑与实践工具。 展开更多
关键词 k-MEANS算法 遗传算法 多目标优化 产地仓 直播电商
在线阅读 下载PDF
基于k-中心聚类模型的少数民族音乐文化旅游目的地推荐算法
12
作者 周啸 卫叔杨 +2 位作者 潘娟 苏明占 赵太萍 《三门峡职业技术学院学报》 2026年第1期140-148,共9页
少数民族音乐文化旅游开发对于发展民族地区旅游经济具有至关重要的作用。针对少数民族地区音乐文化旅游及文旅融合发展现状和存在问题,笔者构建了基于k-中心聚类模型的少数民族音乐文化旅游目的地推荐算法。实验证明笔者构建的推荐算... 少数民族音乐文化旅游开发对于发展民族地区旅游经济具有至关重要的作用。针对少数民族地区音乐文化旅游及文旅融合发展现状和存在问题,笔者构建了基于k-中心聚类模型的少数民族音乐文化旅游目的地推荐算法。实验证明笔者构建的推荐算法具有可行性和实用性,相比传统推荐算法而言具有更高的准确率和召回率。构建的算法为文旅部门开发旅游推荐系统、旅游信息化服务系统等智慧旅游平台提供了技术参照,为助力少数民族音乐文化旅游建设提供了智力支持。 展开更多
关键词 k-中心聚类 少数民族音乐文化 旅游目的地 推荐算法
在线阅读 下载PDF
基于改进k-means聚类的静态低轨星座分布式时间同步方法
13
作者 王伟 荆小通 +1 位作者 臧文驰 彭竞 《信息对抗技术》 2026年第1期120-128,共9页
由于低轨星座卫星数量庞大,在保证低成本的前提下星座时间同步精度难以长期维持。针对该问题,提出了基于激光星间链路实现整个星座分组同步的分布式时间同步架构,并在此架构基础上提出基于改进k-means算法的星钟配置及分组同步方法。构... 由于低轨星座卫星数量庞大,在保证低成本的前提下星座时间同步精度难以长期维持。针对该问题,提出了基于激光星间链路实现整个星座分组同步的分布式时间同步架构,并在此架构基础上提出基于改进k-means算法的星钟配置及分组同步方法。构建了4类星座构型,分别采用原始k-means算法、k-mediods算法和改进k-means算法对其进行仿真,实现星座的分组时间同步。结果表明,k-mediods算法不能解决原始k-means算法易陷入局部最优的问题,而改进k-means算法可以更好地解决,且其最终整网时间同步误差优于原始k-means算法和k-mediods算法;4类星座采用原始k-means算法的最终整网误差相较于初始整网误差分别提升9.13%、8.05%、16.16%、17.24%,k-mediods算法分别提升10.59%、8.32%、17.60%、18.92%,改进k-means算法分别提升20.95%、20.23%、23.02%、23.18%;且其时间同步性能较原始k-means算法和k-mediods算法均有所提升。 展开更多
关键词 低轨星座 k-MEANS算法 星钟配置 时间同步
在线阅读 下载PDF
基于ITD-K-means-小波包法的爆破振动信号降噪研究
14
作者 申宇宙 张云鹏 马海越 《矿冶工程》 北大核心 2026年第1期44-50,共7页
针对实测爆破振动信号中噪声干扰的问题,提出了一种爆破振动信号降噪方法。该方法基于固有时间尺度分解(ITD)算法,将信号分解为多个IMF分量;引入K-means算法进行聚类处理,计算各类别信号的相关系数值,识别含噪信号类别;通过小波包法对... 针对实测爆破振动信号中噪声干扰的问题,提出了一种爆破振动信号降噪方法。该方法基于固有时间尺度分解(ITD)算法,将信号分解为多个IMF分量;引入K-means算法进行聚类处理,计算各类别信号的相关系数值,识别含噪信号类别;通过小波包法对含噪信号进行降噪处理并重构,得到纯净信号。采用该方法对仿真信号和实测信号进行降噪验证,结果表明,在仿真信号降噪实验中,相较于传统的小波包法、CEEMDAN法和ITD法,ITD-K-means-小波包法的信噪比(17.241 dB)最大,均方根误差(9.71×10^(-2))最小;在实测信号降噪实验中,经ITD-K-means-小波包法处理后的信号在中低频段(0~60 Hz)保留了更多的优势主频能量,有效抑制了120 Hz以上的高频噪声。 展开更多
关键词 爆破 振动信号 降噪 固有时间尺度分解(ITD) k-MEANS算法 小波包法 信噪比 仿真信号
在线阅读 下载PDF
结合蝙蝠算法和紧密度改进的三支K-means算法
15
作者 孙清 叶军 +2 位作者 曾广财 宋苏洋 汪一心 《山东大学学报(理学版)》 北大核心 2026年第1期65-75,共11页
本文结合蝙蝠算法和紧密度改进三支K-means算法,利用黄金分割系数和种群平均位置优化蝙蝠算法,根据优化后的蝙蝠算法搜索初始聚类中心,提高三支K-means算法的稳定性。依据紧密度判断核心域和边界域的阈值,减少边界域样本数量,提高三支K-... 本文结合蝙蝠算法和紧密度改进三支K-means算法,利用黄金分割系数和种群平均位置优化蝙蝠算法,根据优化后的蝙蝠算法搜索初始聚类中心,提高三支K-means算法的稳定性。依据紧密度判断核心域和边界域的阈值,减少边界域样本数量,提高三支K-means算法的准确性。对比实验采用9个数据集与6种聚类算法,实验结果表明本文算法提升聚类性能,验证本文算法有效性和实用性。 展开更多
关键词 k-MEANS聚类 蝙蝠算法 紧密度 k-MEANS算法 三支决策
原文传递
k-均值聚类在高维大数据上的高效算法研究进展
16
作者 高贵晨 姜少峰 《计算机科学》 北大核心 2026年第4期24-32,共9页
聚类是机器学习中的经典任务,旨在根据相似度度量将数据划分为若干簇。k-均值聚类作为最基本的聚类模型,自提出以来已被深入研究并在众多领域得到广泛应用。聚焦k-均值模型的求解问题,从理论计算机科学的视角出发,介绍k-均值的(接近)线... 聚类是机器学习中的经典任务,旨在根据相似度度量将数据划分为若干簇。k-均值聚类作为最基本的聚类模型,自提出以来已被深入研究并在众多领域得到广泛应用。聚焦k-均值模型的求解问题,从理论计算机科学的视角出发,介绍k-均值的(接近)线性时间的快速近似算法的研究进展。此外,简要讨论其他相关大数据计算模型中的聚类算法的相关进展,包括动态、数据流与并行计算等计算模型。 展开更多
关键词 k-均值 欧氏空间 近线性时间算法 亚线性算法
在线阅读 下载PDF
基于改进K均值聚类分析和粒子群算法的阀门流量特性曲线优化
17
作者 任鹏伟 肖宇翔 +3 位作者 孙嘉明 高源 文思源 何成兵 《汽轮机技术》 北大核心 2026年第1期69-75,共7页
针对火电机组阀门流量特性实际曲线偏离理论曲线的问题,提出一种基于改进K均值聚类分析和改进粒子群算法相结合的阀门流量特性曲线优化方法。首先,采用数据加和筛选法进行历史运行数据预处理,建立原始阀门流量特性数据集;然后,基于等效... 针对火电机组阀门流量特性实际曲线偏离理论曲线的问题,提出一种基于改进K均值聚类分析和改进粒子群算法相结合的阀门流量特性曲线优化方法。首先,采用数据加和筛选法进行历史运行数据预处理,建立原始阀门流量特性数据集;然后,基于等效蒸汽流量法建立阀门流量特性优化数据集;之后,提出改进K均值聚类分析算法拟合构建实际阀门流量特性曲线;最后,提出改进粒子群算法获得优化后的阀门流量特性曲线。以经典测试函数为例,验证了改进粒子群算法可有效避免进行复杂优化时易陷入局部最优的问题,并具有很高的参数识别精度和鲁棒性。以某330MW机组为例,详细分析了阀门流量特性曲线优化过程,基于该机组的一次调频仿真模型,比较了阀门优化前后一次调频性能,验证了本文方法的有效性。 展开更多
关键词 火电机组 阀门流量特性曲线 数据加和筛选法 改进k均值聚类分析 改进粒子群算法
在线阅读 下载PDF
基于改进SSA-Kmeans算法的网站用户分群研究
18
作者 雷雨霄 《电信科学》 北大核心 2026年第3期180-188,共9页
在数字化时代,精准把握用户需求是网站实现精准营销与个性化服务的关键。针对该场景,提出了一种改进的奇异谱分析K均值(singular spectrum analysis K-means,SSA-Kmeans)算法,有效地解决了传统SSA中窗口长度及特征分量须手动选取的低效... 在数字化时代,精准把握用户需求是网站实现精准营销与个性化服务的关键。针对该场景,提出了一种改进的奇异谱分析K均值(singular spectrum analysis K-means,SSA-Kmeans)算法,有效地解决了传统SSA中窗口长度及特征分量须手动选取的低效问题。该算法先利用SSA提取用户访问数据的核心特征分量,再结合K-means进行聚类分析。实验结果表明,该算法显著地提升了聚类效果,戴维斯堡丁指数较直接聚类和小波变换去噪后聚类分别降低了0.4071和0.0672,簇划分更精准。基于优化后的聚类结果,进一步制定了差异化运营策略,针对不同用户群体提供定制化服务。这一方法为网站精准营销和用户留存提供了高效的解决方案,具有重要的实践应用价值。 展开更多
关键词 用户分群 奇异谱分析 k均值聚类算法 戴维斯堡丁指数
在线阅读 下载PDF
K-Means算法在织物瑕疵图像识别中的应用
19
作者 郑惠文 王娟 《毛纺科技》 北大核心 2026年第3期40-45,共6页
为更好地应对织物瑕疵的多样性和复杂性,针对传统检测方法只提取了织物图像的局部特征而忽略了全局特征、存在特征表达不全面的问题,提出一种K-Means算法在织物瑕疵图像识别中的应用。首先提取织物图像的模糊局部二值特征、稠密旋转不... 为更好地应对织物瑕疵的多样性和复杂性,针对传统检测方法只提取了织物图像的局部特征而忽略了全局特征、存在特征表达不全面的问题,提出一种K-Means算法在织物瑕疵图像识别中的应用。首先提取织物图像的模糊局部二值特征、稠密旋转不变特征与颜色特征,构建多维度特征表达;然后在YOLOv5框架中引入CBAM注意力机制以增强小瑕疵特征响应,改进颈部网络结构以实现跨尺度特征融合;并在检测头部分采用K-Means++算法自适应生成最优锚框尺寸,提升模型对织物瑕疵的定位精度。试验结果表明,该方法在6类典型织物瑕疵检测中,对于6种典型缺陷检测的PR曲线下面积均较大,平均准确度均较高,交并比IoU值较高,验证了K-Means优化策略与多特征融合机制的有效性。 展开更多
关键词 k-MEANS算法 CBAM注意力机制 YOLOv5模型 织物瑕疵 图像识别
在线阅读 下载PDF
期望因子驱动下的K-means初始聚类中心优化算法研究
20
作者 冯鑫 檀丁 李明峰 《现代电子技术》 北大核心 2026年第6期89-93,共5页
合理的初始聚类中心是提升K-means算法聚类效果和避免局部最优的关键。为了确定合理的初始聚类中心,文中提出一种期望因子驱动下的K-means初始聚类中心优化算法。首先,设计期望因子驱动下的网格划分标准来衡量样本点密度因素,并采用欧... 合理的初始聚类中心是提升K-means算法聚类效果和避免局部最优的关键。为了确定合理的初始聚类中心,文中提出一种期望因子驱动下的K-means初始聚类中心优化算法。首先,设计期望因子驱动下的网格划分标准来衡量样本点密度因素,并采用欧氏距离衡量样本点距离因素;其次,引入权重系数约束密度因素和距离因素,综合考虑两种因素以优化初始聚类中心的选取,增强全局搜索能力和提升聚类效果;最后,提出中心相距和的概念来衡量初始聚类中心的优化效果。在UCI数据集Iris、Seeds和Wine上的对比实验结果表明,所提算法的中心相距和相较于传统K-means算法分别减小75%、52%、58%,误差平方和分别减小15%、7%、6%,准确率分别提升20%、19%、24%,性能优于其他改进算法。实验结果证明,所提算法能够有效优化初始聚类中心,提高聚类效果和聚类结果稳定性。 展开更多
关键词 初始聚类中心 优化算法 k-MEANS 期望因子 网格划分 权重系数
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
使用帮助 返回顶部