一种改进的K-means聚类服装图像分割算法

图像分割是图像处理中的重要环节,如何提高图像分割的准确度一直以来都是图像领域的研究重点及难点.K-means聚类算法作为经典聚类算法得到广泛应用,但是,k值的选取往往难以确定.针对这一问题,提出了一种改进的K-means算法.首先将输入的彩色图像转化为灰度图像,统计灰度直方图的峰值数,将其设定为聚类数k,然后对原图像的...     

几种环境质量评价方法的应用

以大气环境质量综合评价为例，对倍斜率聚类法和等效数值法进行比较．结果表明：倍斜率聚类法比较客观合理，而等效数值法计算简便而又不失可靠性．其次，将集对分析法应用于环境质量评价，它能有效预测某区域污染物的态势．     

试论农业类高职院校图书馆如何满足农村劳动力素质提高需求

分析了农村劳动力素质的现状,阐述了农村劳动力提高自身素质面临的困难和问题,探讨了农业类高职院校图书馆在提高农村劳动力素质方面的优势,提出了农业类高职院校图书馆服务农村劳动力素质提高的具体措施。     

基于加权复杂网络的公路网等级结构划分

为划分公路网等级,引入复杂网络理论,采用对偶拓扑方法,将公路路线按照路名抽象为节点,考虑路段流量和贯穿度计算节点权重,并基于重力模型得到加权邻接矩阵,通过Matlab编程计算节点重要度指标、紧密度指标、介数指标,采用变异系数法计算节点综合指标权重,以规划年路网总里程为控制量筛选得到满足里程要求的节点;最后对所筛选出的节点采取模糊聚类,进行公路网等级划分.研究结果表明:应用复杂网络理论进行公路网等级划分,不仅能够得出各等级公路里程,并且能够得出各等级公路的空间分布情况,为未来公路网等级的提升提供参考.     

基于转移矩阵P的复杂网络聚类方法

提出了一种相对简单、有效的划分复杂网络社团结构的方法.该算法利用复杂网络的转移矩阵P和K均值聚类算法来划分社团结构,并且用F统计量判定最优的聚类结果,在探测社团结构明显的人工网时具有较高的准确度.     

基于AP算法支持向量机的设计与应用

设计一种基于AP聚类算法和SVM分类器相融合的新的混合分类器, 使用AP聚类算法优化数据集, 得到了高质量、 小样本的SVM分类器训练集. 实验结果表明: 与传统的SVM分类器相比, 混合分类器具有更高的分类精度; 在心脏病预测上, 该分类器的效果较好.     

基于出租车轨迹的并行城市热点区域发现

提出一种基于MapReduce的从出租车轨迹中提取交通热点区域的分布式并行算法,首先对原始轨迹数据进行停靠点的提取来消除噪声并剔除行驶中间点,然后通过对按时间段分块的停靠点并行运行基于密度的带有噪声的空间聚类(DBSCAN),实现对分块的数据聚类来发现不同时间段的热点区域.经过在实际数据集上的试验表明:与传统方法相比,该方法在准确性和大数据量下的整体效率具有优势.     

类水滑石CuMgAl的制备、表征及其催化性能的研究

针对共沉淀法制备类水滑石难于操作、易混入碱金属离子等缺点,采用水热和尿素水解法制备了三元类水滑石CuMgAl（Cu＋Mg/Al=3,Cu/Mg=5.0,3.0,1.0,0.33）,并将合成的类水滑石用于苯羟基化反应;采用X射线衍射（XRD）、傅里叶变换红外光谱（FT-IR）、扫描电镜（SEM）等手段对类水滑石进行表征,以CuMgAl31作为催化剂,考察了反应时间、反应温度、溶剂及用量、催化剂用量、n（benzene）/n（H2O2）对苯羟化反应的影响.结果表明：与CuMgAl11、CuMgAl21、CuMgAl13催化剂相比,CuMgAl31具有较高的反应活性,反应的最佳条件为：反应时间6h、反应温度65℃、15mL吡啶作为溶剂、10mg催化剂、n（benzene）/n（H2O2）=3.0时,苯的转化率为5.5%,苯酚的选择性几乎为100%.     

论现代汉语把字句中“把”的词类归属

多年来,许多学者从传统语法角度对现代汉语把字句进行了大量研究,成果显著;但这些研究大都是静态的描写式研究,并未深涉把字句的生成及本质。近年来,不少学者开始从生成语法角度对把字句进行生成研究,取得很大突破。然而,关于"把"的词类问题,却始终没有一个统一的解答。本文结合前人研究成果,多角度分析了"把"的词类归属问题,并得出初步结论:"把"属于特殊功能语类。在此基础上,本文还对几种重要的把字句进行了生成分析,进一步验证了该推论的合理性。     

基于主成分和聚类分析的汽车行驶工况构建

基于城市汽车实际道路行驶采集的数据,运用主成分和K-means聚类分析,对汽车行驶工况进行构建并分析误差.首先,对5种类型的原始数据,依次进行时间不连续数据、尖点数据、毛刺噪声数据以及怠速异常数据等预处理;其次基于预处理后的数据,对运动学片段进行划分,同时引入14个相关的运动特征指标,采用主成分分析进行降维处理并选取了具有代表性的5个主成分,基于K-means聚类分析算法将其运动学片段按照拥堵路况、一般拥堵路况和通畅路况分为3类,再根据聚类结果选取最优工况片段,从而得到最终的工况曲线.最后,对汽车行驶工况与所采集数据源的各运动特征值进行误差分析,验证了所构建的汽车行驶工况的合理性.