-
题名JSP实现图文档在数据库中的操作
被引量:1
- 1
-
-
作者
薛烁
王爱玲
解飞
-
机构
中北大学机械工程系
-
出处
《机械工程与自动化》
2006年第2期122-123,126,共3页
-
基金
山西太原科学技术局风险投资项目(H20050201)
-
文摘
分析了基于W eb的数据库操作控制的重要意义,简要介绍了JSP技术的内在优势及其特色,重点介绍了在数据库中插入图片和从数据库中读取图片的实现方法。
-
关键词
JSP
数据库
图文档管理
-
Keywords
JSP
database
data management
-
分类号
TP317.4
[自动化与计算机技术—计算机软件与理论]
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
-
题名一种加权K-means聚类算法及其应用
被引量:4
- 2
-
-
作者
沈秀娟
薛烁
-
机构
曲靖师范学院数学与统计学院
-
出处
《曲靖师范学院学报》
2022年第3期1-7,共7页
-
基金
云南省科技厅项目“隐马尔可夫结构方程模型的贝叶斯推断”(2018FH001-109)、“云环境下面向公众服务的政务数据可搜索加密技术研究”(2019FH001-108)
云南省教育厅项目“隐非齐次马尔可夫模型的贝叶斯推断”(2021J0499)、“复杂数据的统计建模与分析”(2021J0503)。
-
文摘
K-means聚类方法是比较经典的聚类分析方法之一,因执行效率快,算法简单等优点在许多领域得到广泛应用.传统的K-means聚类算法没有考虑各指标的重要性,实际上,指标的重要性是有差异的,应当区别对待.基于此,改进传统的K-means聚类方法,提出了加权K-means聚类算法.为验证改进算法的优越性,以R软件自带的鸢尾花卉数据集iris作为实验数据,设定了三个实验进行对比分析,实验结果表明加权K-means聚类算法收敛速度较快,分类的结果更接近原始分类,效果更好.为进一步说明加权K-means聚类算法的实用性,以103所高校部分指标为实验数据用该算法进行了聚类分析.
-
关键词
K-MEANS聚类
加权K-means聚类
标准差系数法
高校聚类
-
Keywords
K-means clustering
weighted K-means clustering
standard deviation coefficient method
university clustering
-
分类号
O212.8
[理学—概率论与数理统计]
-