【摘 要】
：
K-means++算法是近年来发展起来的一种聚类分析方法,解决了经典K-means算法的初始聚类中心随意确定的问题,在一定程度上提高了收敛速度。本文针对K值难以确定的问题,采用拐肘法、轮廓系数法和CH指标法联合确定K值,从而优化了K-means++算法,并用于地震地磁数据聚类分析中。计算结果表明,优化后的K-means++聚类算法,能够较好地发现离群点,并与发生的地震对应,明显优于经典K-mean
【基金项目】
：
廊坊市科技支撑计划项目(2017013157),大学生创业训练项目(202011775154)。
论文部分内容阅读
K-means++算法是近年来发展起来的一种聚类分析方法,解决了经典K-means算法的初始聚类中心随意确定的问题,在一定程度上提高了收敛速度。本文针对K值难以确定的问题,采用拐肘法、轮廓系数法和CH指标法联合确定K值,从而优化了K-means++算法,并用于地震地磁数据聚类分析中。计算结果表明,优化后的K-means++聚类算法,能够较好地发现离群点,并与发生的地震对应,明显优于经典K-means算法,对于地震监测预报工作具有重要的现实意义。
其他文献
心率即指人在平和情况下心脏1min内所跳动的次数,而心率等参数的变化能反映出人体各项机能的运作情况。本文设计了一种核心元器件为STC89C52的单片机心率检测系统,借助于光电传感器产生的不同电信号,将电信号送入单片机进行分析处理,从而间接测出使用者的心率数值,数值超过范围系统将驱动蜂鸣器报警。此系统可提高心率检测仪的便携性和准确性,并降低成本。
针对当前考勤系统存在的费时费力,系统和数据库维护成本高,员工身份验证方法存在漏洞和用户操作不友好等问题,本文基于深度学习的方法提出并设计了一款基于人脸识别的智能员工考勤系统。本系统有效的解决了在考勤时员工身份的实时验证的问题,在保证高准确率的同时简化了操作,优化了智能考勤流程,降低了考勤成本。此设计主要将考勤系统分为4个功能:员工人脸录入,人脸检测,人脸对比身份验证及保存记录等,加之以数据存储库和
原子气室温度控制是超高灵敏度仪器原子磁强计的关键技术之一,本文针对原子磁强计现有原子气室电加热存在的磁噪声过大的问题,设计了特殊走线的双层加热膜,利用相邻加热丝中大小相等、方向相反的电流,使其尽可能的抵消加热时加热丝产生的磁场干扰。加热膜产生的热量通过圆柱形加热结构将热量传导给气室,气室温度与设计温度之间误差小于0.1℃,同时双层结构加热膜产生的磁场干扰明显小于单层结构,本文的设计对原子磁强计的性能提升有明显的帮助。
相较于传统的虚拟现实技术,无介质浮空投影是一种全新的视觉体验,用户可在没有任何介质的空气中,裸眼观看“真实存在”的影像。无介质浮空投影技术是基于光线在微镜矩阵结构中的二次反射,将物体投射到空中,形成无介质浮空投影。为满足无介质浮空投影人机交互,本文选用一种红外阵列触摸传感器,相较于传统虚拟现实的人机交互设备,红外阵列触摸传感器对环境光有较强的抗光性,其手势定位有更高的精度和准确度,能够实现精准快速定位,误差可低至毫米级别。本文通过Unity3D设计浮空影像及交互事件,红外阵列触摸传感器可以实现对浮空投
本文针对目前应用全局图像训练卷积神经网络可能会受到若干无关噪声区域的影响,易导致视网膜OCT图像黄斑病变识别或诊断错误等问题,提出了一种改进的注意力引导四分支卷积神经网络的视网膜OCT图像黄斑病变识别方法。采用改进注意力引导卷积神经网络框架,通过集成全局分支、局部分支和层分割分支构成融合分支,利用注意力热图对重要区域进行掩膜和训练,减少视网膜OCT图像噪声的干扰和黄斑病变识别错误率,通过与VGG1
磁悬浮技术可以满足各种机械高速、无接触运转,在交通、国防、工业领域有较大的应用前景。本文针对斥力式混合磁悬浮体的位置控制系统,设计了霍尔传感电路对悬浮体的位置进行检测;设计了PID控制器程序对其进行控制。为了获得系统运行参数,设计了上位机监测软件,使传感器检测参数通过串口通信接口传到上位机,实现对永磁悬浮体的位置监测,最后通过实验验证了该设计的可行性。
本文针对传统的循迹小车在实际运用中场地部署困难、灵活性低、成本高等问题,提出并设计了一种基于UWB定位技术的自动巡航小车。小车以树莓派3B模块为核心控制单元,通过UWB模块获取位置,通过MPU9250模块获取车身方位角,通过超声波传感器检测前方障碍物,采用增量式PID控制算法实现对指定路径的跟踪。与传统的铺设磁针和印刷引导线的方式不同,本设计中引入位置坐标信息,采用一系列坐标点构成的轨迹作为小车的引导路径。测试表明,所设计的小车能够完成按照指定路径自动巡航的功能,具有一定的实际应用价值。
本文通过将引文推荐问题转化为文献是否被引用的二元分类问题,发掘出影响文献被引用的关键特征,并依据这些特征提升了引文推荐的性能。在提取研究者的个性化引用偏好和常用的文献计量学特征的基础上,加入表征文献活跃度的特征指标,构建用以进行二元分类的特征库。利用Relief-F、RFE和LR3种方法从特征库中筛选出对文献是否被引具有重要价值的特征;利用朴素贝叶斯、SVM和Bagging3种分类器验证基于这些重要特征的引文推荐效果。实验结果表明,文献的活跃度特征、研究者的个性化引用偏好特征和文献对之间的主题相似性特征是
针对多智能体系统的动态性能问题,本文对带有时变时滞的二阶多智能体系统快速收敛速度进行分析,提出快速收敛一致性算法。考虑智能体网络为无向拓扑图,时滞是具有上界且任意变化的。基于频域角度分析多智能体一致性,利用图论和矩阵论,将多智能体网络系统一致性转换为线性系统理论控制问题,结合小增益理论方法,分析系统的稳定性和连通性,并得到了系统快速收敛一致性的充分条件。最后通过MATLAB数值仿真实例,验证了本文算法的有效性。
为了进一步提高基于BP神经网络的预测模型精度,本文针对BP神经网络收敛速度慢,参数选择随机等特点,采用了遗传算法对BP神经网络进行优化,并提出了一种基于遗传算法优化BP神经网络的预测模型,从而进一步提高预测模型的预测精度,通过对比未使用遗传算法优化的BP神经网络的预测模型发现基于遗传算法优化BP神经网络的预测模型在提升预测精度方面具有非常好的效果,是一种非常高效的方法。