期刊文献+
共找到474篇文章
< 1 2 24 >
每页显示 20 50 100
Form-meaning Mapping in a Second Language
1
作者 邱磊 《海外英语》 2019年第6期96-98,共3页
The mapping of lexical form to meaning is essential to vocabulary acquisition in a second language. This paper reviews and analyzes the key models which help to reveal the process of adult learners' development of... The mapping of lexical form to meaning is essential to vocabulary acquisition in a second language. This paper reviews and analyzes the key models which help to reveal the process of adult learners' development of conceptual representation for words in a second language. It concludes that both learners' gradual development of L2 proficiency and the lexical and conceptual features of L2 words affect learners' achievement of direct concept mediation for L2 words. 展开更多
关键词 form-meaning mapPING concept MEDIATION VOCABULARY acquisition
在线阅读 下载PDF
基于改进K-means聚类高压电缆的局部放电定位和识别 被引量:4
2
作者 李小龙 郭来功 +2 位作者 来文豪 王保德 韩剑秋 《电工技术》 2025年第6期124-130,共7页
针对高压电缆局部放电到时产生误差导致定位不准、干扰信号导致图谱识别困难等问题,提出了一种改进K-means聚类算法。在局部放电定位时,消去非线性方程组的二阶项,将其转换成线性方程组,考虑到时误差的情况下,至少使用4个高频电流传感... 针对高压电缆局部放电到时产生误差导致定位不准、干扰信号导致图谱识别困难等问题,提出了一种改进K-means聚类算法。在局部放电定位时,消去非线性方程组的二阶项,将其转换成线性方程组,考虑到时误差的情况下,至少使用4个高频电流传感器测量并计算PD的初值,改进K-means聚类对初值进行聚类优化,获得最优的PD源坐标,从而对PD进行精确定位。在局部放电信号的识别过程中,建立检测信号处理甄别系统对信号进行采集、处理,产生PRPD图谱和T-F图谱,由改进K-means聚类对T-F图谱进行聚类,将PRPD图谱分类成2簇信号的PRPD图谱,根据PRPD源图谱库特征对比,准确地对信号进行识别。实验结果表明,该方法可有效分离局部放电信号和干扰信号,实现局部放电信号类型的准确识别。 展开更多
关键词 局部放电 K-meanS聚类 定位 PRPD图谱
在线阅读 下载PDF
Monthly Mean Temperature Prediction Based on a Multi-level Mapping Model of Neural Network BP Type 被引量:1
3
作者 严绍瑾 彭永清 郭光 《Advances in Atmospheric Sciences》 SCIE CAS CSCD 1995年第2期225-232,共8页
In terms of 34-year monthly mean temperature series in 1946-1979,the multi-level maPPing model of neural netWork BP type was applied to calculate the system's fractual dimension Do=2'8,leading tO a three-level... In terms of 34-year monthly mean temperature series in 1946-1979,the multi-level maPPing model of neural netWork BP type was applied to calculate the system's fractual dimension Do=2'8,leading tO a three-level model of this type with ixj=3x2,k=l,and the 1980 monthly mean temperture predichon on a long-t6rm basis were prepared by steadily modifying the weighting coefficient,making for the correlation coefficient of 97% with the measurements.Furthermore,the weighhng parameter was modified for each month of 1980 by means of observations,therefore constrcuhng monthly mean temperature forecasts from January to December of the year,reaching the correlation of 99.9% with the measurements.Likewise,the resulting 1981 monthly predictions on a long-range basis with 1946-1980 corresponding records yielded the correlahon of 98% and the month-tO month forecasts of 99.4%. 展开更多
关键词 Neural netWork BP-type multilevel mapping model Monthly mean temperature prediction
在线阅读 下载PDF
A New Kind of Pre-Mean-Type Mappings and Its Gauss Iteration
4
作者 Yingjun Ni Yuli Fan 《Journal of Applied Mathematics and Physics》 2024年第7期2574-2581,共8页
A function which is reflexive is called by pre-mean, a more generalized definition of a mean. In this paper, we define a new pre-mean and study its properties, and then using the given invariant curve we consider the ... A function which is reflexive is called by pre-mean, a more generalized definition of a mean. In this paper, we define a new pre-mean and study its properties, and then using the given invariant curve we consider the problem of convergence of Gauss iteration of a kind of pre-mean type mappings generated by the exponential and logarithmic functions. 展开更多
关键词 Pre-mean-Type mapping Invariant Equation Invariant Curves
在线阅读 下载PDF
基于改进蜣螂优化算法的K-means聚类
5
作者 马志海 刘升 《运筹与管理》 北大核心 2025年第9期77-83,I0025-I0031,共14页
针对K-means聚类算法易受到初始聚类中心的影响且易陷入局部最优值的不足,提出一种基于改进蜣螂优化算法的K-means聚类算法。首先,引入分段线性混沌映射(Piecewise Linear Chaotic Map, PWLCM)改善种群多样性,提高算法的求解精度和收敛... 针对K-means聚类算法易受到初始聚类中心的影响且易陷入局部最优值的不足,提出一种基于改进蜣螂优化算法的K-means聚类算法。首先,引入分段线性混沌映射(Piecewise Linear Chaotic Map, PWLCM)改善种群多样性,提高算法的求解精度和收敛速度;其次,受鱼鹰算法位置识别和捕鱼策略的启发,使用其全局勘探策略替换蜣螂优化算法滚球阶段策略,可以弥补算法在滚球阶段中只依赖最差值,无法与其它蜣螂进行交流的缺点,从而增强算法的全局探索能力;然后,加入动态选择的自适应t分布扰动,增加全局开发以及局部搜索能力,通过CEC2017测试函数验证改进蜣螂优化算法的有效性和优越;最后,将改进后的蜣螂优化算法与K-means聚类算法相结合,从UCI数据集中选取6个真实的数据集与其他学者提出的群智能算法优化的K-means进行对比仿真实验,结果表明本文改进后的聚类算法具有更好的求解精度和鲁棒性。 展开更多
关键词 蜣螂优化算法 PWLCM映射 K-meanS聚类算法 自适应t分布
在线阅读 下载PDF
Weighted Integral Means of Mixed Areas and Lengths Under Holomorphic Mappings
6
作者 Jie Xiao Wen Xu 《Analysis in Theory and Applications》 2014年第1期1-19,共19页
This note addresses monotonic growths and logarithmic convexities of the weighted ((1-t2)αdt2, -∞〈α〈∞, 0〈t〈1) integral means Aα,β( f ,·) and Lα,β( f ,·) of the mixed area (πr2)-βA( f... This note addresses monotonic growths and logarithmic convexities of the weighted ((1-t2)αdt2, -∞〈α〈∞, 0〈t〈1) integral means Aα,β( f ,·) and Lα,β( f ,·) of the mixed area (πr2)-βA( f ,r) and the mixed length (2πr)-βL( f ,r) (0≤β≤1 and 0〈r〈1) of f (rD) and?f (rD) under a holomorphic map f from the unit disk D into the finite complex plane C. 展开更多
关键词 Monotonic growth logarithmic convexity mean mixed area mean mixed length isoperimetric inequality holomorphic map univalent function.
在线阅读 下载PDF
一种基于Heat Map的地理标签数据可视化表达的研究 被引量:21
7
作者 赵婷 华一新 +2 位作者 李响 李翔 杨飞 《测绘工程》 CSCD 2016年第6期28-32,共5页
地理标签数据是指蕴含在网页、照片、微博等信息媒介中的地理空间信息,其表现形式通常是经纬度坐标。通过分析地理标签数据的研究现状,对地理标签数据进行分类,并归纳地理标签数据具有属性数据非结构化、海量信息分布不均、强调位置相... 地理标签数据是指蕴含在网页、照片、微博等信息媒介中的地理空间信息,其表现形式通常是经纬度坐标。通过分析地理标签数据的研究现状,对地理标签数据进行分类,并归纳地理标签数据具有属性数据非结构化、海量信息分布不均、强调位置相对关系等特点。针对其中一个特点,通过对K-means算法进行改进,结合计算机图形学相关知识,利用热力图表达地理标签数据的分布特征。最后,通过与ArcGIS核密度图、散点图进行比较,得出该热力图算法具有表达效果明显、用户体验好等优点。 展开更多
关键词 地理标签数据 可视化 热力图 K-meanS聚类
在线阅读 下载PDF
基于k-means聚类算法的专利地图制作方法研究 被引量:32
8
作者 邱洪华 余翔 《科研管理》 CSSCI 北大核心 2009年第2期70-76,共7页
利用专利文献,制作专利地图是有效监测和了解技术发展现状和趋势的重要手段之一,因此最近几年以来,关于专利地图的研究在知识产权领域引起了广泛的关注。本文分析了专利地图在国内外的研究现状,归纳了专利地图的功能,剖析了当前专利地... 利用专利文献,制作专利地图是有效监测和了解技术发展现状和趋势的重要手段之一,因此最近几年以来,关于专利地图的研究在知识产权领域引起了广泛的关注。本文分析了专利地图在国内外的研究现状,归纳了专利地图的功能,剖析了当前专利地图制作方法的不足,利用了专利文献中的结构化项目和非结构化项目,通过k-means聚类算法,形成语义网络,并最终制作完成可视化专利地图。而根据该专利地图,可以清晰而直观的看出所研究目标技术领域的技术发展路径。 展开更多
关键词 专利地图 K-meanS聚类算法 专利
原文传递
适合等几何分析的平面参数化初始化生成方法
9
作者 郑璇 王志好 李亚娟 《浙江大学学报(理学版)》 北大核心 2026年第2期161-171,共11页
在等几何分析中,计算域的高质量参数化结果对提升数值解精度和计算效率至关重要。然而,当计算域具有复杂几何特征(如高曲率、狭窄区域)时,传统的参数化方法往往导致畸变、自交或重叠等,严重影响后续的数值求解。为此,提出了一种基于过... 在等几何分析中,计算域的高质量参数化结果对提升数值解精度和计算效率至关重要。然而,当计算域具有复杂几何特征(如高曲率、狭窄区域)时,传统的参数化方法往往导致畸变、自交或重叠等,严重影响后续的数值求解。为此,提出了一种基于过渡几何的渐进式参数化方法。通过在参数域与目标计算域之间构造一系列过渡几何,采用均值映射法对内部控制顶点进行逐级映射,并结合已有的基于优化的参数化方法优化过渡几何,有效确保从参数域到计算域过程中所有过渡几何均具有良好的特性,从而确保计算域生成高质量的初始参数化结果。实验结果表明,该方法能为复杂几何的等几何分析提供可靠的初始化条件,从而生成高质量的参数化结果。 展开更多
关键词 等几何分析 参数化 过渡几何 均值映射
在线阅读 下载PDF
一种基于SOM和K-means的文档聚类算法 被引量:16
10
作者 杨占华 杨燕 《计算机应用研究》 CSCD 北大核心 2006年第5期73-74,79,共3页
提出了一种把自组织特征映射SOM和K-means算法结合的聚类组合算法。先用SOM对文档聚类,然后以SOM的输出权值初始化K-means的聚类中心,再用K-means算法对文档聚类。实验结果表明,该聚类组合算法能改进文档聚类的性能。
关键词 自组织特征映射 K-meanS 聚类 组合方法 文档聚类
在线阅读 下载PDF
自组织神经网络和K-means聚类算法的比较分析 被引量:27
11
作者 徐步云 倪禾 《新型工业化》 2014年第7期63-69,共7页
本文主要是研究自组织神经网络作为一种具有拓扑限制的,以特征提取为主要手段的聚类算法,并与传统的K-means算法进行比较分析,并将它们应用于几组人工数据。传统的K-means算法具有计算效率高的优点,但是聚类结果不稳定,初始值对于聚类... 本文主要是研究自组织神经网络作为一种具有拓扑限制的,以特征提取为主要手段的聚类算法,并与传统的K-means算法进行比较分析,并将它们应用于几组人工数据。传统的K-means算法具有计算效率高的优点,但是聚类结果不稳定,初始值对于聚类收敛的结果有一定的影响,相比之下,自组织神经网络由于其引入具有拓扑结构的邻域函数,虽然计算效率比较低,但是可以达到较为稳定的聚类结果,且受初值影响较小。 展开更多
关键词 人工智能 聚类算法 自组织神经网络 K-meanS
在线阅读 下载PDF
基于SVM与Mean-Shift的非刚性目标跟踪框架 被引量:3
12
作者 侯一民 伦向敏 《系统工程与电子技术》 EI CSCD 北大核心 2009年第9期2266-2270,共5页
针对动态背景下,序列图像中的非刚性目标跟踪问题,提出了一种基于支持向量机(support vector machine,SVM)和均值移动(Mean-Shift)的序列图像目标跟踪框架。在初始图像中选择跟踪目标所处的矩形框,将目标框周围一定范围的像素作为背景... 针对动态背景下,序列图像中的非刚性目标跟踪问题,提出了一种基于支持向量机(support vector machine,SVM)和均值移动(Mean-Shift)的序列图像目标跟踪框架。在初始图像中选择跟踪目标所处的矩形框,将目标框周围一定范围的像素作为背景。以目标和背景数据训练SVM二值分类器。运用得到的分类器对下一帧图像相同区域内的像素分类,得到二值的置信图(confidence map),在置信图范围内运用Mean-Shift算法求得当前目标位置,移动目标框和背景框的中心到目标位置,以10%的比例缩放目标框并选择最优者以适应目标尺度变化。以此时的目标像素和背景像素训练新的SVM分类器,进行下一幅图像的跟踪,直至完成整个序列图像跟踪任务。实验证明,该方法适用于动态背景及非刚性目标的跟踪,且实时性较好。 展开更多
关键词 图像处理 目标跟踪 支持向量机 均值移动 置信图
在线阅读 下载PDF
基于等角映射的高维不平衡数据增量式降维算法
13
作者 任宁宁 陈曦 孙力帆 《现代电子技术》 北大核心 2026年第5期138-141,146,共5页
高维不平衡数据增量变化时,因多类别样本数目不一、特征分布不均,降维时难免过度关注多数类样本,忽视少数类样本,导致降维后少数类数据失真。为此,文中提出基于等角映射的高维不平衡数据增量式降维算法。利用模糊C-means算法将高维不平... 高维不平衡数据增量变化时,因多类别样本数目不一、特征分布不均,降维时难免过度关注多数类样本,忽视少数类样本,导致降维后少数类数据失真。为此,文中提出基于等角映射的高维不平衡数据增量式降维算法。利用模糊C-means算法将高维不平衡数据划分为不同类型数据后,使用基于时间窗口的增量数据抽取方法,抽取不同类型高维不平衡数据的增量数据。由基于等角映射的增量流形学习降维算法运算增量数据与原始数据点距离。结合距离设定权重因子,将此增量数据映射于低维空间,实现高维不平衡数据增量式降维。实验结果表明:所提算法在不同类别高维不平衡数据增量式降维中,无论是1 GB还是10 GB的新增数据量,降维后数据维度较低,数据结构和信息的保真度较高,没有出现明显失真情况。该方法是一种有效的数据降维算法,可应用于处理大规模高维不平衡数据增量式降维问题中。 展开更多
关键词 模糊C-means算法 等角映射 高维不平衡数据 增量式降维 时间窗口 增量数据抽取 流形学习 加权处理
在线阅读 下载PDF
基于改进k-means算法的海量智能用电数据分析 被引量:130
14
作者 赵莉 候兴哲 +2 位作者 胡君 傅宏 孙洪亮 《电网技术》 EI CSCD 北大核心 2014年第10期2715-2720,共6页
针对智能用电数据挖掘面临数据量大、挖掘效率低等难题,进行Map-Reduce模型下基于改进k-means的海量用电数据分析研究。以家庭用户为例,建立了家庭用户用电信息的家庭用户号、房屋面积、家庭成员数、每天用电量、峰谷电量、家用电器数... 针对智能用电数据挖掘面临数据量大、挖掘效率低等难题,进行Map-Reduce模型下基于改进k-means的海量用电数据分析研究。以家庭用户为例,建立了家庭用户用电信息的家庭用户号、房屋面积、家庭成员数、每天用电量、峰谷电量、家用电器数等的数据维度模型,利用k-means算法简单、收敛速度快的优势,克服其容易陷入局部最优解的缺陷,综合考虑初始聚类中心的选择及聚类个数的选取2个因素,以数据对象密度的大小作为初始聚类中心的选取标准,将簇间距离及簇内对象的分散程度作为聚类数目选择的重要参考,对k-means算法进行改进;为提高数据处理效率,进行Map-Reduce处理模型下的海量家庭用户用电数据的并行挖掘。通过在Hadoop集群上进行实验,结果证明提出的算法运行稳定、高效、可行,且具有良好的加速比。 展开更多
关键词 智能用电 云计算 map-Reduce处理模型 K-meanS算法 并行挖掘
原文传递
基于Canopy的K-means多核算法 被引量:5
15
作者 邱荣太 《微计算机信息》 2012年第9期486-487,233,共3页
基于Map-reduce,提出了面向多核处理器应用于大规模集群的并行编程方法,应用该方法运行数据挖掘算法Canopy和K-means。针对K-means算法对初始聚类中心敏感,提出了基于Canopy的K-means优化算法。基于实际数据集的实验结果表明,多核Canopy... 基于Map-reduce,提出了面向多核处理器应用于大规模集群的并行编程方法,应用该方法运行数据挖掘算法Canopy和K-means。针对K-means算法对初始聚类中心敏感,提出了基于Canopy的K-means优化算法。基于实际数据集的实验结果表明,多核Canopy-K-means聚类算法的准确度和执行效率随着核数的增多呈线性增长。 展开更多
关键词 K-meanS map-REDUCE 多核 CANOPY
在线阅读 下载PDF
基于Canopy的高效K-means算法 被引量:1
16
作者 邱荣太 《现代营销(下)》 2012年第3期244-246,共3页
基于Map-reduce的并行编程方法,针对大规模集群多处理器多集群的聚类算法K-means的应用。提出了基于Cano-py的改进K-means优化算法。实验结果证明,多核Canopy-K-means聚类算法的运行效率和准确度与处理器核数成线性比例。
关键词 K-meanS 多核处理 map-REDUCE CANOPY
在线阅读 下载PDF
基于Hadoop的K—Means聚类算法在高校图书馆工作中的应用研究 被引量:2
17
作者 李萍 《大学图书情报学刊》 2014年第5期35-41,共7页
文章通过使用Hadoop计算平台,以K-Means算法为例,分析其在Mahout中的并行化策略。通过对读者的借阅数据进行分析研究,应用数据挖掘技术逐步建立应用模型,有效地将数据挖掘技术与图书馆个性化服务紧密地结合在一起。
关键词 数据挖掘 HADOOP 图书馆 个性化服务 Mahout map REDUCE K-meanS
在线阅读 下载PDF
一种改进K-means聚类的FCMM算法 被引量:12
18
作者 杨明极 马池 +1 位作者 王娅 张竹 《计算机应用研究》 CSCD 北大核心 2019年第7期2007-2010,共4页
针对K-means算法易受初始聚类中心影响而陷入局部最优的问题,提出一种基于萤火虫智能优化和混沌理论的FCMM算法。利用最大最小距离算法确定聚类类别值K和初始聚类中心位置,以各聚类中心为基准点,利用Tent映射构建混沌空间,通过混沌搜索... 针对K-means算法易受初始聚类中心影响而陷入局部最优的问题,提出一种基于萤火虫智能优化和混沌理论的FCMM算法。利用最大最小距离算法确定聚类类别值K和初始聚类中心位置,以各聚类中心为基准点,利用Tent映射构建混沌空间,通过混沌搜索更新聚类中心,以降低初始聚类中心过于临近的影响,并改善算法易陷入局部最优的问题。仿真结果表明,FCMM算法的平均聚类精度相较于经典K-means算法和FA算法分别提高了7.51%和2.2%,成功避免算法陷入局部最优解,提高了划分初始数据集的效率和寻优精度。 展开更多
关键词 K-meanS聚类 萤火虫 最大最小距离 TENT映射 混沌搜索
在线阅读 下载PDF
基于自适应布谷鸟搜索算法的K-means聚类算法及其应用 被引量:22
19
作者 杨辉华 王克 +2 位作者 李灵巧 魏文 何胜韬 《计算机应用》 CSCD 北大核心 2016年第8期2066-2070,共5页
针对原始K-means聚类算法受初始聚类中心影响过大以及容易陷入局部最优的不足,提出一种基于改进布谷鸟搜索(CS)的K-means聚类算法(ACS-K-means)。其中,自适应CS(ACS)算法在标准CS算法的基础上引入步长自适应调整,以提高搜索精度和收敛... 针对原始K-means聚类算法受初始聚类中心影响过大以及容易陷入局部最优的不足,提出一种基于改进布谷鸟搜索(CS)的K-means聚类算法(ACS-K-means)。其中,自适应CS(ACS)算法在标准CS算法的基础上引入步长自适应调整,以提高搜索精度和收敛速度。在UCI标准数据集上,ACS-K-means算法可得到比K-means、基于遗传算法的K-means(GA-K-means)、基于布谷鸟搜索的K-means(CS-K-means)和基于粒子群优化的K-means(PSO-K-means)算法更优的聚类质量和更高的收敛速度。将ACS-K-means聚类算法应用到南宁市青秀区"城管通"系统的城管案件热图的开发中,在地图上对案件地理坐标进行聚类并显示,应用结果表明,聚类效果良好,算法收敛速度快。 展开更多
关键词 数据挖掘 K-meanS聚类 布谷鸟搜索算法 数字城管 热图
在线阅读 下载PDF
改进鲸鱼优化的模糊C-均值聚类算法
20
作者 孙林 薛红科 吕娟 《昆明理工大学学报(自然科学版)》 北大核心 2026年第1期112-125,共14页
由于模糊C-均值聚类(Fuzzy C-Means Clustering,FCM)算法对初始化聚类中心的选取具有高度敏感性,以及在迭代优化过程中易陷入局部最优的困境,提出了一种改进鲸鱼优化的FCM算法.首先,为了解决鲸鱼优化算法(Whale Optimization Algorithm,... 由于模糊C-均值聚类(Fuzzy C-Means Clustering,FCM)算法对初始化聚类中心的选取具有高度敏感性,以及在迭代优化过程中易陷入局部最优的困境,提出了一种改进鲸鱼优化的FCM算法.首先,为了解决鲸鱼优化算法(Whale Optimization Algorithm,WOA)对初始解依赖较强的问题,在WOA初始化环节,融入Logistics-Tent混沌序列,扩大了WOA的搜索范围;其次,在WOA的位置更新公式构建中,引入了自适应权重机制,通过调整自适应权重的大小,控制个体的搜索范围,平衡了WOA的全局搜索的搜索能力与局部开发能力;然后,在位置更新结束后,引入邻域扰动策略,对最优解附近的邻域进行扰动,避免WOA陷入局部最优和出现过早收敛的情况;最后,为解决FCM算法对初始聚类中心过度敏感的问题,将FCM的目标函数作为WOA的适应度函数,使FCM算法获得与自适应优化算法相同的特性.10个基准测试函数和10个公开的数据集上的实验结果表明,所提算法是有效的. 展开更多
关键词 模糊C-均值聚类 鲸鱼优化 混沌映射 自适应权重 邻域扰动
原文传递
上一页 1 2 24 下一页 到第
使用帮助 返回顶部