一种改进的蒙特卡罗交叉验证算法

概率聚类的算法已经广泛地应用于聚类分析领域,但是这些算法都没有回答如何选择一个最佳的聚类个数的问题。该文首先分析了通用的确定概率聚类个数的方法,然后针对蒙特卡罗交叉验证算法不能解决后验概率分散的问题,提出一种改进的蒙特卡罗交叉验证算法(iMCCV)。实验结果证明该算法可以有效地确定最佳K值。     

一种智能家居系统的实现

智能家居作为物联网时代的主要应用方向,近年来快速发展。现阶段智能家居系统还没有普及到千家万户。提出一种采用嵌入式Linux系统为核心控制网关,以价格低廉的单片机为节点控制器,采用Zig Bee无线网络技术,允许多方式控制的技术方案,通过实验证明该系统具有高效率、高可靠性和低成本的特点。     

一种基于萤火虫算法的模糊聚类方法

针对模糊C-均值聚类对初始值敏感、容易陷入局部最优的缺陷,提出了一种基于萤火虫算法的模糊聚类方法。该方法结合萤火虫算法良好的全局寻优能力和模糊C-均值算法的较强的局部搜索特性,用萤火虫算法优化搜索FCM的聚类中心,利用FCM进行聚类,有效地克服了模糊C-均值聚类的不足,同时增强了萤火虫算法的局部搜索能力。实验结果表明,该算法具有很好的全局寻优能力和较快的收敛速度,能有效地收敛于全局最优解,具有较好的聚类效果。     

一种智能家居监控系统的设计

给出了一种智能家居远程监控系统的软硬件设计方案。此方案将ZigBee技术和GPRS技术相结合,实现了以收发短信的方式对家居设备进行控制和查询的功能。在系统的软件设计中,通过采用对终端数据划分优先级的策略并结合Linux多线程技术,实现了在有突发事件时,仍能保证其数据传输的可靠性和实时性。     

一种改进的量化关联规则算法在零售业中的应用

以超市的量化属性为研究对象,提出一种基于模糊聚类和减类聚类的量化关联规则算法.该算法基本思想是把模糊聚类技术融入到离散化过程中,使数据离散到合理的区间,再利用经典的布尔关联规则挖掘算法Apriori进行挖掘.实验证明,这种方法能够有效挖掘量化关联规则,提高交叉销售的可能性.     

一种物联网智能家居系统的研究

智能家居是物联网的一个重要应用领域.针对智能家居的应用需求和特点,设计了一种基于B/S架构的智能家居管理系统.该系统采用ZigBee无线网络实现对各类家居设备的信息采集和指令控制,并通过家庭网关与基于SQL Sever 2005数据库管理系统的数据库服务器进行实时数据交互.在Web站点服务器中搭建应用ASP.NET技术的Web站点,采用ADO.NET技术与数据库服务器进行数据交互.用户可通过Web浏览器访问上述Web站点,实现对智能家居系统的应用.     

一种基于模糊聚类的汉语文本自动分类方法

如何快速地整理海量信息，对不同的文本进行有效分类，已成为获取有价值信息的瓶颈。本文提出的中文文本分类方法，较好地解决了信息的实时分类问题，在实践中收到了良好的效果。由于汉语文本的特殊性，在分类器训练前对训练文本进行自动分词和降维预处理。许多文本往往可能归到多个类，因此分类算法采用模糊c-原型算法。实验表明，该方法综合效果较好，可以实现文本的快速分类。     

一种支持一致性QoS适度模糊匹配方法

针对目前有关Web服务QoS的研究很少考虑到QoS非功能服务现状,在Web服务模糊匹配框架的基础上,从消费者需求的角度出发,通过引入模糊逻辑,提出了一种一致性QoS适度的模糊匹配方法.该方法将消费者的意见进行模糊相似聚类计算,使消费者达到对某个QoS属性值的一致性认识,然后通过实验对这种方法进行验证.实验表明,该方法在模糊匹配过程中采用了相对客观的QoS值,能够有效的提高Web服务的查准率.     

一种基于模糊规则的分类方法

本文提出了一种基于模糊规则的分类方法。首先介绍了一种新的模糊规则提取方法,然后基于所提取的模糊规则给出了一个采用二级判决的分类算法,并利用IRIS数据对此分类算法进行了仿真测试。结果表明,该算法在训练样本较少的情况下,仍能得到很好的分类效果.     

一种嵌入式系统智能家居系统的设计与实现

构建与设计智能家居系统的目的是为了智能化的控制家居,为人们创设一个安全、舒适、智能的家居环境。由于嵌入式系统是在计寄机技术、网络通讯技术、综合布线技术等技术基础上开发出来的一个软硬件综合体,所以将嵌入式系统引用在智能家居系统的设计中,相信这能够更加完善智能家居系统的功能性,进而为人们提供更多的生活便利。在此,本文将重点探究一种嵌入式系统的智能家居系统的设计与实现。     

一种中风病人脑出血CT图像序列的自动分割方法

运用计算机技术辅助诊断脑中风出血病人对于精确计算出血量、及时挽救生命有着重要的意义。有时由于出血点小、边缘模糊,给 图像的分割造成一定的困难。根据图像的特征,该文运用基于Gustafson-Kessel模糊C均值聚类(FCM)两步分割算法较为准确地对出血区域 及水肿带进行了分割,同时,在分割开始时运用了TT图谱配准,从而减少了分割影响因素,提高了分割的有效性。     

类曲率在曲线相似性判定中的应用

提出一种基于类曲率的方法,并以其作为判定曲线相似程度的依据。该方法对基于曲率的方法进行了改进,在旋转、平移及等比例缩放变换下均有效。同时提出一种计算样条曲线匹配段落参数的方法,并应用于图像拼接、图像修补、图像中的物体检索等。实验结果表明了该方法的有效性。     

一种新的可见光遥感图像云判别算法

为了解决由于云层遮挡所引起的数据利用率低等问题,提出了一种新的基于支持向量机(SVM)与无监督聚类算法相结合的分类算法,实现可见光遥感图像快速高效地自动云判别。该算法首先使用ISODATA进行聚类,再利用聚类结果为SVM挑选训练集,从而大大减少SVM的训练时间,融合了SVM准确率高与ISODATA聚类速度快的优势。结果表明:该算法使得SVM的训练时间降低至单独使用SVM算法所需训练时间的2%,基本满足实时性需求,并保证分类正确率达90%以上。     

一种改进的可能模糊聚类算法*

通过分析FCM、PCM、IPCM和PFCM等流行的聚类算法和它们在噪声环境下所面临的问题,提出一种概率模糊聚类新算法（SWPFCM）,该算法结合样本加权和一种适用于噪音环境下的初始化聚类中心的方法,可以有效地消除噪声对聚类结果的影响。实验表明,SWPFCM算法具有处理大量噪声数据的能力,但对于没有噪声或噪声很少时,效果不明显,当目标样本集中出现噪声时,使用SWPFCM算法聚类将会得到满意的聚类结果。     

一种女书曲线轮廓字形自动生成方法

针对点阵字形存储量大、缩放字形质量难以保证的缺点,对将女书点阵字形自动转换成曲线轮廓字形的方法进行了研究。首先提取女书轮廓数据;然后提出了一种基于最大误差值的特征点提取方法;最后用直线和二次Bezier曲线拟合字形轮廓段,存储曲线轮廓数据,从而得到用曲线描述的女书字形。实验结果表明,该方法计算简单,大大减少了存储空间,拟合出来的曲线和原字形轮廓一致,同时也消除了因手写而造成的毛刺现象,为在计算机中处理女书奠定了基础。     

一种彩色图像快速分割方法

提出一种基于HSI和FCM的彩色图像快速分割算法CISHF.首先将彩色图像从RGB色彩空间转换到HSI空间,然后联合利用S(饱和度)分量和 I(亮度)分量进行粗分割,最后针对H(色调)分量进行模糊聚类.根据色调数据的特点,修正了样本数据到聚类中心的距离计算公式,给出统计有效样本权重的算法,对于有效色调值进行样本加权聚类,加快了聚类速度.实验表明,CISHF算法的运算性能大大高于标准FCM算法,获得了较好的彩色图像分割效果.     

一种基于特征提取的高效蠕虫自动防御系统

蠕虫的快速传播给因特同安全带来极大的挑战,设计和实现了一种有效的蠕虫检测和防御系统,提出二分聚类等方法改进了前期过滤和检测技术,有效降低后期处理数据量的同时提高了数据纯度,并提出一种基于Bloom Filter的位置相关的特征提取方法,降低资源消耗并产生更准确的特征.实验结果表明该系统能够有效地发现蠕虫活动并提取出准确的特征,实现基于内容特征的自动防御.     

一种模糊聚类系统的设计与实现

介绍一种基于模糊逻辑的数据聚类技术,讨论了模糊C均值聚类方法。模糊C均值算法就是利用模糊逻辑理论和聚类思想,将n样本划分到c个类别中的一个,使得被划分到同一簇的对象之间相似度最大,而不同簇之间的相似度最小。     

一种基于区域的彩色图像分割方法

提出一种基于区域的彩色图像分割方法，该方法首先选用适当的彩色空间对图像中的每个像素抽取颜色、纹理及空间位置等综合特征，形成基于像素的综合特征空间；利用模糊C均值聚类方法，在综合特征空间中进行聚类，利用模糊熵的原理获得最佳聚类的簇数目，得到初步的区域分割，最后利用连接原理对图像区域进一步分割。该方法还提供了丰富的区域特征。