均值二分法分块排序的正方化树图布局算法

结合双向正方化布局思想,提出基于均值二分法快速分块排序的正方化树图布局算法.算法使用混乱阈值和均值二分法分割原始数据集,根据数据子集权值之和的比例关系对初始矩形进行分割,在每个矩形子块内用结合长边摆放策略的正方化自适应算法排列对应的数据子集中的元素.与前面2种算法进行比较的结果表明,文中算法能够有效地减少数据集分割和排序时间,解决Squarified-SP算法分割数据集存在的多种可能性问题,同时保证整个数据集一定的顺序性且提高了数据布局的稳定性.

基于均值二分的改进型FCME算法及其在极/超低频信道噪声检测中的应用

极/超低频信道噪声脉冲因接收机前端暂态效应而钝化,导致常规时域幅度门限检测器的性能出现退化。针对该问题,文中提出了一种基于局部方差域变换(Local Variance Domain Transforming,LVDT)恒虚警率顺序统计分析(OS-CFAR)的检测算法。同时,针对FCME(Forward Consecutive Mean Excision)算法在迭代计算背景噪声时可能存在的发散问题,提出了一种基于均值二分搜索(Binary Searching Method by Mean,BSMM)的改进方法,BSMM无需初始集假设以及排序过程,因而具有更好的鲁棒性和更高的计算效率。仿真结果表明,与常规FCME算法相比,在不损失背景噪声估计精度的条件下,所提BSMM的计算时间平均缩短2个数量级以上,所提信道噪声检测算法优于局部最优非线性检测算法。

无线信道建模中二分K均值聚类多径分簇算法

为了对无线信道中的多径分量进行合理分簇,提出了一种毫米波信道二分K均值聚类多径分簇方法,解决了传统的K均值聚类分簇方法只能实现局部最优分簇的问题.采用马氏距离(Mahalanobis distance,MD)衡量多径分量距离(multi-path component distance,MCD),以簇分裂和迭代计算的方式对多径进行分簇.采用毫米波室内信道实验测试数据,验证了所提算法的有效性和可行性.结果表明,所提算法比传统K均值聚类分簇方法获得的分簇结果更合理,能将信道中多径参数相似度较高的多径有效且唯一地分配到同一簇.

基于差分隐私保护的二分k均值聚类算法研究

针对差分隐私保护k均值聚类算法(DP k-means)随机选取初始点,导致算法往往收敛于局部最优,进而影响聚类效果的问题,本文结合差分隐私的相关理论以及层次聚类的思想提出了一种基于差分隐私保护的二分k均值聚类算法(DP Bi-k-means)。首先,以得到全局最优为目标,将随机选取初始点的过程进行改进,由上至下对目标数据集进行二分;其次,在迭代过程实现基于拉普拉斯机制的差分隐私保护。经安全性分析以及实验结果证明:该算法与传统差分隐私保护k均值算法(DP k-means)相比,可以避免聚类结果受初始点的影响陷入局部最优解,从而优化聚类效果,并为聚类分析提供了有效的隐私保护能力。

二分K均值聚类算法优化及并行化研究

二分K均值聚类算法在二分聚类过程中的初始质心选取速度方面存在不足。为此,提出以极大距离点作为二分聚类初始质心的思想,提升算法的运行速度。研究如何在群集系统中进行快速聚类,根据二分K均值聚类算法的特性,采用数据并行的思想和均匀划分的策略,对算法进行并行化处理。实验结果表明,改进后的算法能获得比较理想的加速比和较高的使用效率。

改进的二分K均值聚类算法

K均值算法是一种常用的基于原型的聚类算法。但该算法要求用户随机选择初始质心,使得K均值算法受初始化影响较大。二分K均值算法虽然改善了这个问题,但仍然要求用户指定聚类个数,影响了聚类效果。用层次聚类对二分法进行改进,解决了二分K均值算法受用户指定的聚类个数的影响的问题。并结合Chameleon算法,合并划分过细簇,优化聚类结果。仿真实验证明改进的聚类算法的抱团性和分离性优于二分K均值聚类算法。

基于二分K-均值的SVM决策树自适应分类方法

分析和研究了自适应降维算法在高维数据挖掘中的应用。针对已有数据挖掘算法因维灾难导致的在处理高维数据时准确率和聚类质量都较低的情况,将二分K-均值聚类和SVM决策树算法结合在一起,提出了一种适用于高维数据聚类的自适应方法 BKM-SVMDT。该算法能保证二分K-均值聚类是在低维数据空间中进行,其结果再反过来帮助SVM在高维空间中的执行,这样反复执行以取得较好的分类精度和效率。标准数据集的实验结果证明了该方法的有效性。

基于内聚度和耦合度的二分K均值方法

聚类分析是数据挖掘中最重要的技术之一,它在社会经济的各个领域都具有重要作用,并被广泛应用。K均值算法是最经典、应用最广泛的聚类方法之一,但其缺点是过度依赖初始条件和聚类数目难以确定,这制约了其应用范围。引入簇的内聚度和耦合度的定义与度量方法,基于"高内聚低耦合"的原理,在二分K均值聚类过程中对得到的簇进行不断的分裂和合并,并判断聚类结果是否满足要求以确定聚类的次数和簇的个数,从而实现对二分K均值聚类过程的改进。在Iris数据集上的实验测试与分析表明该算法不仅更加稳定,而且其聚类结果的正确率也较高。

基于线性判别分析和二分K均值的高维数据自适应聚类方法

将线性判别分析和二分K均值聚类耦合在一起,提出了一个适合于高维数据聚类的自适应方法:利用线性判别分析将高维数据集变换成低维数据集,然后在低维数据集上执行二分K均值聚类,并把得到的聚类结果通过一个簇成员指示矩阵H变换到原数据集中.将这样的过程反复进行,直到自适应地得到一个最优结果.基于现实数据集的实验结果证明了该方法的有效性.

基于二分K均值的SVM决策树的高维数据分类方法

针对数据挖掘中高维数据多分类问题,提出了一种基于二分K均值的SVM决策树的高维数据分类方法.该方法先利用二分K-均值将高维数据基本聚为k类,再构造SVM多分类模型,利用它对各类进行细分.本文给出了该模型的构造及应用方法,并在标准数据集上验证了该方法的有效性.

基于密度和中心指标的Canopy二分K-均值算法优化

针对二分K-均值算法由于随机选取初始中心及人为定义聚类数而造成的聚类结果不稳定问题,提出了基于密度和中心指标的Canopy二分K-均值算法SDC_Bisecting K-Means。首先计算样本中数据密度及其邻域半径;然后选出密度最小的数据并结合Canopy算法的思想进行聚类,将得到的簇的个数及其中心作为二分K-均值算法的输入参数;最后在二分K-均值算法的基础上引入指数函数和中心指标对原始样本进行聚类。利用UCI数据集和自建数据集进行模拟实验对比,结果表明SDC_Bisecting K-Means不仅使得聚类结果更精确,同时算法的运行速度更快、稳定性更好。

基于改进的SVD算法和二分K-均值聚类算法的协同过滤算法

针对传统的协同过滤算法存在稀疏性较大和扩展性较差的问题,提出了基于改进的奇异值分解(SVD)算法和二分K-均值聚类算法的协同过滤算法.该算法首先利用改进的SVD算法对稀疏的用户-项目评分矩阵进行降维,获得用户隐含特征矩阵,然后运用二分K-均值聚类算法对相似用户进行聚类来提升算法的可扩展性,最后利用最近邻居集的评分修正目标用户的评分,以减小因矩阵分解导致用户信息丢失造成的误差.利用MovieLens 100K数据集进行的实验结果表明,与传统的基于用户的协同过滤算法、基于K-均值聚类的协同过滤算法和隐语义模型(LFM)算法相比,本文提出的算法能够有效提高推荐结果的准确性.

基于Hadoop的二分K均值改进算法

传统的二分K均值算法在二分过程中采用随机选择的方式选择聚类质心,为了选择到理想的质心,需要重复选择多次,这种方式的时间代价比较大。为此,本文提出采用极大距离点作为质心的方式,有效的降低了时间复杂度,同时运用点抽样的方法避免离群点带来的影响。同时,考虑到随着时代的发展,我们面临的数据量会越来越大,本文提出了一种基于Hadoop分布式平台的并行二分K均值算法,实验表明,该并行算法能够获得较为理想的加速比。

二分K-FCM结合算法在交通运行状态判别中的应用

正确判别交通运行状态是交通运营管理的理论依据。以高速公路交通状态判别为研究对象,综合考虑交通流三参数(流量、速度、占有率)的基础上,应用模糊C均值(FCM)与二分K均值结合算法对交通运行状态进行判别。首先,对交通数据集分布特征及交通运行状态特征进行分析,确定以V05~V85为最小欧氏距离判别的数据范围。其次,为解决算法收敛较慢及任意初始化质心对聚类结果的不良影响,对传统模糊C均值聚类算法进行了改进,将运行二分K均值算法的聚类结果矩阵作为FCM的初始聚类中心。经检验,改进的FCM可以有效减少算法迭代次数,得到的目标路段交通状态判别矩阵能较精准地划分高速公路不同的交通状态。

基于部分实例重判的二分K-means算法

针对二分K-means算法存在的误判实例无法再参与后续划分并降低了聚类的精度的问题.提出一种基于部分实例重判的二分K-means算法,通过区分目标簇和候选簇,过滤出候选簇中的召回实例,对召回实例所应归属的簇进行重判,实现了误判实例的正确聚类.实验结果表明,改进算法对三个实验数据集都是有效的,在不同程度上提高了聚类的准确性,同时对算法的运行速度也有小幅度的提升.

基于多源数据的南京市域城乡融合水平测度研究

以特大城市南京市作为实证分析对象,通过耦合协调度和二分K均值聚类算法进行量化评价,利用多源数据创新市域城乡融合水平测度的思路与方法,探索性构建由城镇化发展水平、土地集约利用水平、设施均等化水平与城乡联系水平四大子系统所组成的评价指标体系。分析结果表明:①南京市域城乡融合系统耦合协调度的空间分布呈现出圈层扩散与点轴扩散并存的蛛网结构;②各子系统发展水平的分布特征具有一定差异,其中土地粗放利用与设施建设短板是制约发展协调地区进一步提升的关键因素,发展失调地区多受限于交通区位,城乡联系较为薄弱,因而发展动力不足。③各项指标发展水平的聚类特征明显,呈现出城市、城市边缘、小城镇、乡村4级9类的城乡融合单元。其中城市边缘地区细分为边缘新城、郊区副城、郊野公园3类单元,乡村地区则包括城市辐射型、观光休闲型、人口聚居型与偏远独立型4类。

京津冀地区耕地质量等别空间差异分析

利用2013年耕地质量等别县级年度更新数据,采用面积加权平均法,计算各因素指标区的耕地平均等别;采用均值二分法,计算各指标区内各耕地地块等别与平均等别之间的离差;采用等别方差,计算各县(区)利用等的离散程度。研究结果表明:各因素指标区平均等别均低于8等,大部分地区耕地质量等别低于全国平均水平的9.8等,北京平均水平略高于天津与河北;自然等的离差值域为-3.08~4.90,利用等的离差值域为-5.97~5.16,经济等的离差值域为-5.99~4.24,该地区80%以上的耕地等离差范围在±2等;各区县的耕地利用等方差值域为0~6.13,平原地区各区县的利用等方差较大,山地丘陵区和高原地区的各县利用等方差较小。通过空间差异分析表明,平原地区自然条件稍好,但其利用水平和经济效益差异较大;西部山区、北部山区和坝上高原区的耕地质量提升潜力较大,但自然条件和基础设施较差。

基于改进YOLOv5算法的马铃薯表皮缺陷程度检测方法研究

马铃薯作为一种产量可观、营养丰富的农作物,已经成为全球不可或缺的食物之一。但恰恰因为其体量庞大的特点在对马铃薯进行分类出售时需要耗费大量的人力和物力以及时间。为了实现对马铃薯品质的自动分类,解放人力物力,提升效率。我们提出了一种基于计算机视觉及改进特征融合YOLOv5s算法的马铃薯表皮缺陷程度检测方法,我们把YOLOv5s的颈部网络中的特征金字塔网络结构替换为加权特征金字塔网络结构,采用这种双向加权特征网络能够更好的提取特征信息,更好的融合特征。并且我们加入了二分K均值聚类算法,该算法的加入极大提升了检测时的收敛速度和精度,并且有效避免了K均值聚类算法因初始聚类点质心选取不适所带来的影响。经过我们的实验表明,本项技术能够对马铃薯表皮检测的正确率达到98%。由此可见,本项基于改进YOLOv5算法的马铃薯表皮缺陷程度检测方法可行性较强,可以用于市场对马铃薯检测分类。

一种面向多星多分辨率的SAR图像舰船候选区域提取方法

基于CFAR和核密度估计(KDE)的SAR传统舰船候选区域提取方法存在以下缺陷:CFAR虚警率依赖人工经验选择;CFAR仅对杂波分布建模,会对被检目标构成一定的漏检风险;利用KDE进行强海杂波过滤时,需凭人工经验选择滤除阈值。这使得传统舰船候选区域提取方法无法适应多星多分辨率等复杂场景。该文提出一种面向多星多分辨率的SAR图像舰船候选区域提取算法,针对CFAR算法的缺陷,提出采用均值二分法迭代逼近目标计算分割阈值,在克服CFAR缺陷的同时,计算效率比CFAR提高10倍以上;针对KDE的缺陷,提出了区块KDE结合大阈值滤除强海杂波,再借助种子点生长算法重建目标。由于大阈值具有足够的阈量,使得算法可以适应更复杂的场景。实验表明所提方法具有不漏检、阈值自适应、计算效率高、虚警率低的优点,具备优秀的多星多分辨率SAR舰船候选区域提取能力。

基于谱聚类的两阶段颜色量化算法

颜色量化是进行图像处理和图像分析的重要技术之一,可以被广泛地应用到图像分割、图像压缩和图像识别中。首先利用高效的二分K均值聚类进行粗略量化,然后使用基于加权距离的谱聚类进行再次量化。实验结果表明,和其他常见量化算法相比,两者的结合使得新方法在运算速度和量化质量上都取得了不错的结果,而加权距离的引入,有效地解决了传统算法将包含像素个数少但重要的颜色进行错划分的问题。