基于改进的K均值聚类彩色图像分割方法

提出了一种改进的K均值聚类图像分割方法。针对彩色图像的像素特征,利用Ohta等人的研究成果,选取能有效表示彩色像素特征的彩色特征集中的第一个分量作为图像像素的一维特征向量,用来替代经典K均值聚类图像分割中的灰度．大大降低了运算量。基于粗糙集理论的算法,求出初始聚类个数与均值。选用对特征空间结构没有特殊要求的特征距离代替欧氏距离,应用改进的K均值聚类算法对样本数据进行聚类,从而实现对彩色图像的快速自动分割。实验表明,该图像分割算法可有效提高图像分类的精度和准确度,并且运算代价小．收敛速度快。     

一种基于聚类的多数据库分类方法设计

多数据库挖掘最常用的方法是先将多数据库进行分类,然后对每个类进行单独挖掘,最后将各个类中的模式进行集成得到全局模式。这些数据库分类方法都只是针对事务数据库而设计,用两个数据库中共同项集的比例来衡量这两个数据库的相似度,以此来进行数据库分类。本文提出一种基于聚类的数据库分类方法,可以对任何类型的数据库进行分类。     

A power- and coverage-aware clustering scheme for wireless sensor networks

A common and critical operation for wireless sensor networks is data gathering. The efficient clustering of a sensor network that can save energy and improve coverage efficiency is an important requirement for many upper layer network functions. This study concentrates on how to form clusters with high uniformity while prolonging the network lifetime. A novel clustering scheme named power- and coverage- aware clustering (PCC) is proposed, which can adaptively select cluster heads according to a hybrid of the nodes' residual energy and loyalty degree. Additionally, the PCC scheme is independent of node distribution or density, and it is free of node hardware limitations, such as self-locating capability and time synchronization. Experiment results show that the scheme performs well in terms of cluster size (and its standard deviation), number of nodes alive over time, total energy consumption, etc.     

大唐电信360°全方位屏蔽系统解决方案——应用于屏蔽六类布线系统的铜缆解决方案

一、大唐屏蔽六类布线系统描述 随着结构化综合布线技术的逐步深入,屏蔽布线系统因其具有能利用金属屏蔽层的反射、吸收及集肤效应的原理,来实现防止电磁波干扰和电磁波辐射;能综合利用双绞线的平衡原理以及金属屏蔽层的屏蔽作用,来保护数据在传递和交换过程中不被泄密。     

信息管理与信息系统专业计算机类课程体系设计

计算机类课程是信息管理与信息系统专业课程体系中的重要内容。构建面向能力培养的计算机类课程体系,提升学生信息化管理水平,是实现本专业学生具备市场竞争力的重要基础。本文结合自身教学实际,提出在地方本科院校中,对信息管理与信息系统专业计算机类课程教学体系设计的一种思路和基本框架。     

网络工程专业通信类课程设置

网络工程专业与通信工程专业的课程体系既有共同点也有明显的区别。网络工程专业的通信类专业课程主要来源于通信工程专业的有关课程。如何根据网络工程专业的培养目标来进行取舍,是一个值得探讨的问题。本文在对网络工程专业和通信工程专业特点进行对比分析的基础上,给出网络工程专业开设通信类系列课程的建议。     

电信欺诈行为的聚类研究

针对海量电信数据的聚类问题,利用粗集中的知识简化方法,减少属性的数量,提取主要的特征属性,并结合性能优良的模糊Kohonen聚类网络,提出了一种新的电信欺诈行为的检测模型,采用Microsoft SQL2005和VC＋＋6.0技术,利用电信运营商提供的真实数据对该模型进行验证,实验结果表明,基于粗集神经网络方法提出的模型快速有效且具有较高的准确率。     

基于灰度共生矩阵和聚类方法的木材缺陷识别

文章提出了一种新的基于灰度共生矩阵的木材纹理特征提取和聚类分析的木材缺陷识别方法。该方法基于灰度共生矩阵,提取5个具有代表性的纹理特征：能量（E）,惯性矩（I）,均值和（SOA）,聚类阴影（SOC）,方差和（SOV）,实现数据降维,对产生的特征数据集分别利用k-means算法及AP算法进行聚类,自动找出并正确标识木材表面缺陷位置,并对比分析不同木材表面缺陷类型识别效率。实验结果表明,该方法能快速有效地进行木材表面缺陷自动识别。     

关于模糊C-均值（FCM）聚类算法的改进

针对模糊C-均值（FCM）聚类算法的容易收敛于局部极值的不足,提出了一种改进的模糊FCM聚类算法,此新算法在聚类中心选取和优化过程中进行了充分的考虑,是一种用于确定最佳聚类数的聚类算法,并且利用了分阶段思想,结合动态直接聚类算法和标准聚类算法,来尽量避免模糊C-均值（FCM）聚类算法的不足。新算法与传统（FCM）聚类算法方法相比,提高了算法的寻优能力,并且迭代次数更少,在准确度上也有较大的提高,具有很好的实际应用价值。     

研讨支持系统中基于主题聚类的热点提取

研讨支持系统是一种旨在通过计算机技术代替传统面对面的研讨方式,并利用信息处理、数据挖掘等方法自动形成决策的网络研讨平台。研讨过程中会产生海量发言,如何自动挖掘和提取发言中的热点是本文研究重点。文章采用文本聚类的方法从发言中得到主题簇,并结合提出的热度值计算公式找出热门主题和热门观点。最后引用一个实例分析和验证了热点提取过程。