基于连通图动态分裂的聚类算法

当前大部分的聚类算法都难以处理任意形状和大小、存在孤立点和噪音以及密度多变的簇,为此,文中提出了一种基于连通图动态分裂的聚类算法.首先构造数据集的l-连通图,然后采用动态分裂策略对l-连通图进行分割,把数据集分成多个互不相连的连通图子集,每个连通图子集为一类.实验结果表明,所提出的算法能够有效地解决任意形状和大小、存在孤立点和噪音以及密度多变的簇的聚类问题,具有广泛的适用性.     

"健康第一"指导下的普通高等学校体育课程管理与评价的研究——郑州大学贯彻《全国普通高等学校体育课程教学指导纲要》的实践与研究

在第三次全教会明确指出的“学校教育要树立健康第一”的指导思想指导下,根据新的《全国普通高等学校体育课程教学指导纲要》精神,针对合校后,新建综合性大学多校区运转体育教学的现状与实际,以及普通大学公修体育教学中普遍存在的具体问题,对郑州大学体育课程教学体系进行改革尝试与实践.经过四年的不断探索、研究与实验,逐渐形成了我校体育课程教学模式:体育办学思路与教学观念是“以人为本,健康第一,终身体育,素质教育”;按照“一年级普修课;二年级专项课;三年级以上学生‘三自主’选修课;身体特殊学生开设康复保健课”的体育课程设置的原则,开设体育课程;利用体育课堂教学、课余群体活动的参与和浓厚的校园内外体育文化氛围,面向全体在校学生开展体育课程改革与实验,保证学生每天锻炼一小时.达到全面培养学生体育意识、体育能力、体育习惯和体育文化素养,能够健康工作五十年、幸福生活一辈子的大学体育课程培养之目标.     

利用模拟飞行辅助类精密进近训练可行性研究

基于类精密进近这一具有突出优势和广泛应用前景的进近方式和X-PLANE模拟飞行软件,对采用模拟飞行软件进行类精密进近辅助教学的可行性和应用前景进行探索,目的在于探索模拟飞行教学的新模式,提升飞行技术专业相关课程的教学效果,激发学生的学习兴趣,提高学生的学习效率.     

基于粗糙熵和K-均值聚类算法的图像分割

针对基于粗糙熵的图像分割算法不能满足复杂图像的多类目标提取的需要,本文先利用K-均值聚类算法对图像进行区域分割,再利用基于粗糙熵的方法对分割结果进行目标提取,从而达到多阈值分割的目的。通过对遥感图像进行分割处理,证明了改进后算法的有效性。     

基于SLIC和马氏距离混合核函数聚类的脑肿瘤图像分割算法

针对脑核磁共振图像边界不清晰、灰度不均匀和无法准确进行图像分割的问题,提出了一种基于简单线性迭代聚类(SLIC)和马氏距离混合核函数聚类的脑肿瘤图像分割方法.首先,采用各向异性滤波去除脑肿瘤MRI图像中的噪声,并运用SLIC算法对图像进行预分割;其次,对预分割图像使用粒子群算法初始化聚类中心;最后,将传统核模糊C均值聚...     

全灾种大应急时代背景下应急科技人才培养模式探析

针对"全灾种大应急"时代背景下应急工作涉及范围广、系统复杂动态变化性强、管理局限性导致应急技术与管理专业人才培养定位和方向难聚焦的问题,在人才需求调研的基础上,制定了应急技术与管理专业人才培养定位策略,构建了应急科技人才培养目标影响因素体系,提出了华北科技学院应急技术与管理专业人才培养目标,分别从师资队伍、专业特色课程...     

仿生聚类算法研究与分析

仿生聚类算法是一种将仿生智能优化算法与传统聚类算法相结合的混合聚类算法,同时也是无监督学习算法。这类算法在生物智能算法的基础上,结合了传统聚类算法操作简单、求解速度快的特点,在解决高纬度复杂的聚类分析问题时表现尤为突出,目前已被广泛应用在物联网、图像处理、路径规划、医学等领域。文中主要对仿生聚类算法进行研究与分析。首先以蚁群聚类、果蝇聚类、人工蜂群聚类算法为例,着重从算法思想、生物智能算法与K均值聚类的结合流程以及具体应用3个方面进行介绍;然后对仿生聚类过程中的相似性度量方法和聚类结束后聚类结果无监督评价方法进行了详细描述;最后对仿生聚类算法的未来研究方向进行了总结与展望。     

应用型大学计算机基础一流教材建设

应用型一流教材建设是"双万计划"中1万门省级一流精品课程建设的基础,将直接惠及全国1千多所地方应用型高校.文章对一流教材和新形态教材的建设过程进行了总结,并着重分析了应用型大学计算机基础一流教材的应用性、学习性及实践性特点,最后给出该类教材撰写、教学资源开发和构造成新形态教材的具体方案.     

基于数据分组处理方法的聚类分析模型

与通常的聚类方法相比,客观聚类分析方法能自动、客观地确定聚类个数并找到最优聚类方案.通过算法步骤的剖析和算例分析,对客观聚类分析方法的核心构件,即一致性准则的不足进行了评价.利用偶极子给出了新的一致性准则,提出了数据分组处理(GMDH)聚类分析方法.从理论分析和实证比较两方面论证了新的一致性准则的优越性,指出了GMDH聚类分析方法是客观聚类分析方法的发展.     

一种基于核主元分析的非参数控制限算法

实际过程中,监控指标值往往不满足确定的概率分布,给控制限的计算带来了困难,现有的计算方法计算复杂、精度差.根据高维空间良好的分类特性,提出一种基于核主元分析(KPCA)的监控指标控制限计算方法,将监控指标值映射到高维空间,再在高维空间中对其映射数据进行监控,实现了控制限的间接求取,避免了复杂的计算.