基于聚类算法的硬件维护求解方法初探
摘要
硬件维护是一项经验型很强的学科,其最大的特点就是内容点多且不系统,文章尝试引用聚类算法将看似散乱的点状分布知识加以分类,为能系统查找维护方案寻求最佳解做了初步探讨。
出处
《太原城市职业技术学院学报》
2011年第7期175-176,共2页
Journal of Taiyuan City Vocational College
二级参考文献21
-
1Bezdek J C. Pattern Recognition with Fuzzy Objective Function Algorithms. New York:Plenum Press, 1981.
-
2Pal N R, Bezdek J C. On cluster validity for the fuzzy c-mean model. IEEE Transactions on Fuzzy Systems, 1995,3 (3): 370-379.
-
3Fadili M J, Ruan S, Bloyet D, Mayoyer B. On the number of clusters and the fuzziness index for unsupervised FCA application to BOLD fMRI time series. Medical Image Analysis,2001,5(1) :55-67.
-
4Yu Jian,Cheng Qian-Sheng, Huang Hou-Kuan. On weighting exponent of the fuzzy c-means model. In: Proceedings of ICYCS2001, Hangzhou, 2001, II : 631- 633.
-
5Bezdek J C, Hathaway R J, Sabin M J, Tucker W. Convergence theory for fuzzy c-means: Counter-examples and repairs.IEEE Transactions on SMC, 1987,17(5): 873-877.
-
6Choe H,Jordan J B. On the optimal choice of parameters in a fuzzy c-means algorithm. In: Proceedings of IEEE International Conference on Fuzzy Systems, 1992. 349-354.
-
7Yi Shen, Hong Shi, Jian Qiu-Zhang. Improvement and optimization of a fuzzy c-means clustering algorithm. In: Proceedings of IEEE Instrumentation and Measurement Technology Conference, Budapest, Hungary, 2001.
-
8Tucker WT. Couterexamples to the convergence theorem for fuzzy ISODATA clustering algorithm. In: Bezdek J C ed. The Analysis of fuzzy Information, Boca Raton, FL: CRC Press,1987, 3:110-117.
-
9Baraldi A, Blonda P, Parmiggiani F et al. Model transitions in descending FLVQ. IEEE Transactions on Neural Networks,1998,9(5) :724-737.
-
10Dave R N, Krishnapuram R. Robust clustering methods: A unified view. IEEE Transactions on Fuzzy Systems, 1997,5 (2) :270-293.
共引文献265
-
1李小波,刘威,李健.基于模糊聚类分析方法的高含水期油藏层系优化[J].当代化工,2019,0(11):2630-2633. 被引量：2
-
2娄冬梅,陈明,朱有娜.一种基于密度的无参数聚类算法[J].计算机研究与发展,2006,43(z3):328-331.
-
3徐艺萍,邓辉文,徐永刚.一种改进的模糊C—均值聚类算法[J].徐州工程学院学报,2008(4):34-36. 被引量：2
-
4姜桂艳,郭海锋,吴超腾.基于感应线圈数据的城市道路交通状态判别方法[J].吉林大学学报（工学版）,2008,38(S1):37-42. 被引量：29
-
5刘琳,曾鹏,于海斌.工业无线传感器网络中的簇首节点部署问题[J].中国仪器仪表,2008(S1):115-121.
-
6裴志永,李文彬.树木生长量远程遥测数据失真支路识别方法[J].农机化研究,2012,34(2):28-30. 被引量：2
-
7秦燕,赵彦伟,杨志峰.基于模糊聚类技术的区域生态功能区划研究——以三峡库区万州为例[J].应用基础与工程科学学报,2009,17(S1):74-81. 被引量：2
-
8张吉稳,何汉武,胡兆勇.基于虚拟环境的汽车驾驶安全预警方法[J].系统仿真学报,2009,21(S1):234-237. 被引量：1
-
9司建波,姚燕,郭蔚莹,杨芳.基于模糊聚类的Web用户聚类方法与实现[J].吉林大学学报（工学版）,2013,43(S1):485-488.
-
10张强.论FCM在城市社会公共服务设施规划中的应用[J].求索,2014(8):107-111. 被引量：2
-
1夏思宇,潘泓,金立左.非平衡二叉树多类支持向量机分类方法[J].计算机工程与应用,2009,45(17):167-169. 被引量：17
-
2颜峰.数据挖掘技术在软件工程中的运用[J].同行,2016,0(14):86-86.
-
3Olivier Lefebvre.Is Buzz an Efficient Means to Sell Goods？[J].通讯和计算机（中英文版）,2016,13(4):202-210. 被引量：1
-
4赵鸣,杜友福.改进型的关联规则算法及其在智能答疑系统中的应用研究[J].长江大学学报（自科版）（上旬）,2008,5(4):278-280.
-
5谢科.融合协同训练和两层主动学习策略的SVM分类方法[J].湖南师范大学自然科学学报,2014,37(1):93-97. 被引量：1
-
6王醒,谢晶,曾平.一种保肤色的压缩类色域匹配方法[J].计算机工程,2003,29(16):50-51.
-
7蔡颖.关于APS的对话 企业如何实现APS?[J].中国制衣,2012(8):58-59.
-
8孟光胜,赵志宇.基于两层主动学习策略的SVM分类方法[J].河南师范大学学报（自然科学版）,2014,42(2):158-162. 被引量：1
-
9李鹏,赵海,刘铮,李辉.基于核心继承树的软件网络特征量的研究[J].东北大学学报（自然科学版）,2011,32(3):368-371.
-
10张志锋,范乃梅.基于两层协同主动学习策略的分类算法[J].青岛科技大学学报（自然科学版）,2013,34(5):528-531.
