针对细微特征进行K-means聚类的电台分选识别技术

现代战场中的无线通信设备日益增多，精准获取个体信息已成为研究热点，但也是难点。针对通信电台，提出了一种分选识别技术。该技术从电台物理层特性出发，对其辐射信号的细微特征进行K-means聚类以实现分选，分选的同时提取各个个体的特征属性值，未知信号通过与特征属性值相关运算实现个体识别。该技术无需先验知识，无需训练运算，通过实验验证，其可行、高效，易于工程实现。     

基于K-means和SOM的水下传感器数据采集方法

随着海洋资源勘探和海洋污染物监控工作的开展，水文数据的监测和采集等已经成为重要的研究方向。其中，水下无线传感器网络在水文数据采集过程中起着举足轻重的作用。本文研究的是水下无线传感器二维监测网络模型中，传感器节点数据采集的问题，其设计方法是通过自组织映射（Self-organizing mapping，SOM）对传感器节点进行路径最优化处理，结合优化的路径图形和K-means算法找到路径内部聚合点，利用聚合点和传感器的节点得到传感器通信半径内的数据采集点，最后通过SOM得到水下机器人（Autonomous underwater vehicle，AUV）到各个数据采集点采集数据的最优路径。经过实验验证，在水下1 200 m×1 750 m范围内布置52个传感器节点的情景下，数据采集点相比于传感器节点路径规划采用相同的采集顺序得到的路径优化了6.7%；对数据采集点重新进行自组织路径规划得到的路径比传感器结点路径的最优解提高了12.2%。增加传感器节点的数量，其结果也大致相同，因此采用该方法可以提高水下机器人采集数据的效率。     

金属增材制造技术研究热点聚类分析

为深入分析金属增材制造技术分类和发展状况,采集中国期刊全文数据库(CNKI)收录的核心期刊上的768篇科技文献,借助文献分析可视化软件CiteSpace,对关键词聚类进行了全景式描绘,构建金属增材制造技术知识图谱,揭示该技术研究分类以及演化趋势。     

因子综合法评价贵州不同产地蓝莓果实品质

以贵州省麻江县4个品种6个不同产地的蓝莓果实为研究对象,对感官、理化、营养等指标进行差异性分析。结果显示,不同品种和产地蓝莓果实的各项指标均存在不同程度的差异。通过主成分分析把14个指标降维为6个,反映了原变量87.3%的信息。根据6个主成分的权重计算的综合评分可知,蓝江和大升林的园蓝、粉蓝的综合评分均高于其他产地的,龙奔和碧波的巴尔德温、灿烂的综合评分均高于其他产地,蓝江和大升林的巴尔德温、灿烂的综合评分较低。聚类分析可知,16个样品被聚为4类,除龙奔巴尔德温与各产地灿烂聚为一类外,其他均按品种果实聚为一类。产地对不同品种蓝莓品质的影响存在差异,即不同品种的适应性存在差异,但与品种相比产地的影响较小。     

个性化高校新闻分类推荐的应用研究

随着信息化和数字化时代的到来,大数据广泛渗入到各个领域。信息过载使得用户无法快速、准确地获取个人最关注的内容,这严重影响了浏览页面时的用户体验。为了能精准地进行分类推荐,对新闻分类和推荐方法进行细致的研究,进而提出一种能够进行精准分类,准确获取信息的推荐方法。利用爬虫技术获取真实的高校新闻数据;采用基于肘部法则改进的K-means算法进行聚类分析;结合用户注册时选定的兴趣标签,利用基于内容与协同过滤组合的推荐策略,针对不同用户的需求进行个性化推荐;以列表等形式将个性化的推荐结果展示给用户。根据高校的真实数据进行实验,结果表明,该算法能够有效地对高校师生的个性化服务需求进行处理,提高获取新闻时的高效性、准确性和智能性。