基于Lab空间的K均值聚类彩色图像分割

针对运用RGB和HSV空间进行图像分割时的分割精度低和处理速度慢等问题,提出一种基于Lab颜色空间的K均值聚类彩色图像分割方法。将待分割彩色图像从三通道分量高度线性相关的RGB颜色空间转换到均匀的Lab颜色空间;再将图像的每个像素点视为一个样本点分解得到L,a和b的3个特征分量;并对其进行K均值聚类,将颜色相近的像素点划分到同一类簇中,为每个像素点分配类标签以实现图像分割。通过选取的彩色图像进行分割实验,结果显示文中所提方法能够对复杂场景下的彩色进行有效分割,同时显著提高了分割效率。

基于FKNN算法的风电功率短期预测

风电场输出功率预测精度的提高能够极大的减轻风力发电对电网的冲击,提高风电并网的安全性和可靠性。针对KNN(K-Nearest Neighbor algorithm)算法存在的不足进行改进,提出了FKNN(Fast K-Nearest Neighbor algorithm)算法并将其应用到风电短期功率预测当中。首先,FKNN算法基于相似数据原理,针对每个预测样本,只需遍历一次训练样本集,得出K值最大时的相似历史样本优先级队列。然后,通过逐渐缩减优先级队列的长度,产生其他K值对应的相似样本优先级队列。其次,从产生的优先级队列中获取多数类样本,并应用其输出功率的平均值对预测样本的输出功率进行预测。最后,通过对吉林省某风电场的大量历史数据进行预测分析,充分证明该算法的简单性和实用性。

考虑需求紧迫度的应急车辆路径优化方法

为提高应急管理水平,量化各受灾点物资需求紧迫度,提出考虑紧迫度的车辆最优路径规划方法。采用K⁃means聚类算法确定应急物资配送中心的选择以及受灾点的划分,以应急救援过程中的总时间最短、救援所花费的总费用最小以及受灾点紧迫度排序指数最大为目标,构建多目标的应急车辆路径优化模型,并设计改进的布谷鸟-蚁群组合算法进行求解。以汶川地震为背景构造算例,验证模型的有效性,结果表明:与不考虑需求紧迫度的车辆路径方案相比,考虑需求紧迫度的路径优化方案在所需运输总时间上升1.92%、救援过程总费用增加3.43%的前提下,紧迫度排序指数提高了11.2%。考虑需求紧迫度的车辆路径优化模型在保障突发灾害救援效率的同时,兼顾了不同受灾点的物资需求程度,提高了应急物资运送的公平性。

基于RFM模型的商场会员画像的建模与验证

针对某大型百货商场会员画像描绘中的聚类问题进行研究,阐述RFM模型构建用户聚类的建模方法和实现的过程。采用最近消费时间、某段时间间隔内消费次数、消费总金额为模型的三个指标,利用Python软件的K-means算法完成聚类实验。实验结果证明K-means算法很好地实现了聚类性能,同时表明所提出的RFM模型建模方法对会员画像描绘是有效的,从而为商场制定有针对性的会员营销策略提供数据支撑。

基于节点特征的矢量地图零水印算法

为实现高保真矢量地图的版权保护,提出一种基于节点特征的矢量地图零水印算法。该方案以矢量地图线图元节点为基础,先采用道格拉斯一普克压缩算法提取特征节点,然后采用K-means聚类算法对特征点进行分块,最后根据各个分块内的特征点到聚类中心点距离的关系提取特征信息。处理水印图像时,先采用基于完全互补码的扩频技术扩大水印容量,然后采用混沌置乱保障水印的安全,再对水印图像进行分块处理,最后将水印信息与提取到的地图特征进行异或运算,由此构造出能够抗几何变化、简化、数据扰动等攻击的零水印参数。结果表明,该方案能够解决传统水印算法中地图精度与水印鲁棒性间的矛盾,并通过添加多重秘钥的方式保障了算法的安全性。

论数字挖掘技术在图书馆借阅系统中的应用

本文论述了数据挖掘技术在图书馆借阅系统的应用,通过对原有管理系统现有数据的整理统计,对满足要求的数据使用K-means算法进行分割,由分类后的数据可以合理地调整不同读者群的流通图书借阅方法,优化图书资源的使用状况。