<strike id="esiuq"></strike>
K-Means算法是最古老也是應用最廣泛的聚類算法，它使用質心定義原型，質心是一組點的均值，通常該算法用于n維連續空間中的對象。 K-Means算法流程 step1：選擇K個點作為初始質心 step2：repeat 將每個點指派到最近的質心，形成K個簇 重新計算每個簇的質心 until 質心不在變化 例如下圖的樣本集，初始選擇是三個質心比較集中，但是迭代3次之后，質心趨于穩定，并將樣本集分為3部分 我們對每一個步驟都進行分析 step1：選擇K個點作為初始質心 這一步首先要知道K的值，也就是說K是手動設置的，而不是像EM算法那樣自動聚類成n個簇 其次，如何選擇初始質心 最簡單的方式無異于，隨機選取質心了，然后多次運行，取效果最好的那個結果。這個方法，簡單但不見得有效，有很大的可能是得到局部最優。 另一種復雜的方式是，隨機選取一個質心，然后計算離這個質心最遠的樣本點，對于每個后繼質心都選取已經選取過的質心的最遠點。使用這種方式，可以確保質心是隨機的，并且是散開的。 step2：repeat 將每個點指派到最近的質心，形成K個簇 重新計算每個簇的質心 until 質心不在變化 如何定義最近的概念，對于歐式空間中的點，可以使用歐式空間，對于文檔可以用余弦相似性等等。對于給定的數據，可能適應與多種合適的鄰近性度量。
標簽： K-means Java 數據挖掘 聚類 算法
上傳時間： 2018-11-27
上傳用戶：1159474180
用于k均值算法的matlab源程序，非常實用，簡單易懂
標簽： k均值算法 matlab 源程序
上傳時間： 2019-02-10
上傳用戶：playgamewy
支持：EMA，BOLL，CCI，DMI，KDJ，MACD，OBV，RSI，SAR，VOL，WR K線指標算法工具類
標簽： Java 股票 指標 封裝 算法
上傳時間： 2020-02-09
上傳用戶：wmdcs
磁共振成像（MRI）由于自身獨特的成像特點，使得其處理方法不同于一般圖像.根據不同的應用目的，該文分別提出了MRI圖像去噪和分割兩個算法.首先，該文針對MRI重建后圖像噪聲分布的實際特點，提出了基于小波變換的MRI圖像去噪算法.該算法詳細闡明了MRI圖像Rician噪聲的特點，首先對與噪聲和邊緣相關的小波系數進行建模，然后利用最大似然估計來進行參數估計，同時利用連續尺度間的尺度相關性特點來進行函數升級，以便獲得最佳萎縮函數，進一步提高圖像的質量，最終取得了一定的效果.與此同時，該文對MRI圖像的進一步的分析與應用展開了一定研究，提出了一種改進的快速模糊C均值聚類魯棒分割算法.該算法先用K均值聚類方法得到初始聚類中心點，同時考慮鄰域對分割結果的影響，對目標函數加以改進，用來克服噪聲和非均勻場對MRI圖像分割的影響，達到魯棒分割的目的，為進一步圖像處理和分析打下基礎.通過實驗，我們發現，無論是針對模擬圖像還是實際圖像，該文所提出的兩個算法都取得了較好的效果，達到了預期的目的.
標簽： MRI 小波分解 圖像去噪 分割
上傳時間： 2013-04-24
上傳用戶：zhichenglu
采用現場可編程門陣列(FPGA)可以快速實現數字電路，但是用于生成FPGA編程的比特流文件的CAD工具在編制大規模電路時常常需要數小時的時間，以至于許多設計者甚至通過在給定FPGA上采用更多的資源，或者以犧牲電路速度為代價來提高編制速度。電路編制過程中大部分時間花費在布線階段，因此有效的布線算法能極大地減少布線時間。 許多布線算法已經被開發并獲得應用，其中布爾可滿足性(SAT)布線算法及幾何查找布線算法是當前最為流行的兩種。然而它們各有缺點：基于SAT的布線算法在可擴展性上有很大缺陷；幾何查找布線算法雖然具有廣泛的拆線重布線能力，但當實際問題具有嚴格的布線約束條件時，它在布線方案的收斂方面存在很大困難。基于此，本文致力于探索一種能有效解決以上問題的新型算法，具體研究工作和結果可歸納如下。 1、在全面調查FPGA結構的最新研究動態的基礎上，確定了一種FPGA布線結構模型，即一個基于SRAM的對稱陣列(島狀)FPGA結構作為研究對象，該模型僅需3個適合的參數即能表示布線結構。為使所有布線算法可在相同平臺上運行，選擇了美國北卡羅來納州微電子中心的20個大規模電路作為基準，并在布線前采用VPR399對每個電路都生成30個布局，從而使所有的布線算法都能夠直接在這些預制電路上運行。 2、詳細研究了四種幾何查找布線算法，即一種基本迷宮布線算法Lee，一種基于協商的性能驅動的布線算法PathFinder，一種快速的時延驅動的布線算法VPR430和一種協商A
標簽： FPGA 布線算法
上傳時間： 2013-05-18
上傳用戶：ukuk
線性卷積和線性相關的FFT算法：一 實驗目的 1：掌握FFT基2時間（或基2頻率）抽選法，理解其提高減少乘法運算次數提高運算速度的原理。 2：掌握FFT圓周卷積實現線性卷積的原理 二 實驗內容及要求 1.對N=2048或4096點的離散時間信號x(n)，試用Matlab語言編程分別以DFT和FFT計算N個頻率樣值X(k), 比較兩者所用時間的大小。 2.對N/2點長的x(n)和N/2點長的h(n)，試用Matlab語言編程實現以圓周卷積代替線性卷積，并比較圓周卷積法和直接計算線性卷積兩者的運算速度。 三預做實驗 1.FFT與DFT計算時間的比較 （1）FFT提高運算速度的原理 （2）實驗數據與結論 2.圓周卷積代替線性卷積的有效性實驗 （1）圓周卷積代替線性卷積的原理 （2）實驗數據和結論 FFT提高運算速度的原理 FFT算法將長序列的DFT分解為短序列的DFT。N點的DFT先分解為2個N/2點的DFT，每個N/2點的DFT又分解為N/4點的DFT，等等。最小變換的點數即所謂的“基數”。因此，基數為2的FFT算法的最小變換（或稱蝶型）是2點的DFT。一般地，對N點FFT，對應于N個輸入樣值，有N個頻域樣值與之對應。
標簽： FFT 線性卷積 線性 算法
上傳時間： 2013-10-26
上傳用戶：erkuizhang
當執行機構需要的不是控制量的絕對值，而是控制量的增量（例如去驅動 步進電動機）時，需要用PID的“增量算法”。 增量式PID控制算法可以通過（2-4）式推導出。由(2-4)可以得到控制器 的第k-1個采樣時刻的輸出值為：
標簽： PID 51單片機 增量式 控制算法
上傳時間： 2013-10-11
上傳用戶：waizhang
在游客游跡跟蹤與追溯系統中，產生大量不確定數據，有效的Top-K查詢處理是不確定性數據管理中一項重要技術。研究了運用Top-K檢索不確定數據的問題，定義了不確定數據流元組的查詢語義，提出了一種在記錄向量的基礎上的不確定數據查詢算法，并利用實例演示了查詢的過程。該算法按照元組的得分值進行降序排列，概率值最高的前k個元組集合就是Top-K的查詢結果，實驗結果表明，本文的算法更具高效性和實用性。
標簽： Top-K RFID 數據流 查詢
上傳時間： 2013-10-27
上傳用戶：l銀幕海
根據位置指紋室內定位算法的理念，提出了一種旨在減小計算量的定位方法，并將此方法應用于KNN算法中。以KNN算法為例，理論上分析了其計算量優化的情況，并在此優化算法的基礎上，通過仿真比較了K的取值、AP節點的位置及數量對定位精度的影響。結果表明該算法不但能夠保證位置指紋室內定位的精度，而且還能有效的減小定位過程中的計算量。該方法同樣可以推廣到其他位置指紋定位算法中，能在理論上解決位置指紋定位算法的計算量問題。
標簽： KNN 算法 室內定位 中的應用
上傳時間： 2013-10-20
上傳用戶：wuchunwu
傳統的基于位置信息的服務（LBS）的隱私保護需要LBS提供者（簡稱LSP）與用戶之間通過第三方作為中介來進行信息交換，但這種模式極易遭到攻擊者攻擊。為此提出一種基于K-匿名機制的隱形空間算法KABSCA（k-anonymity based spatial cloaking algorithm ），通過移動設備獨立建立一個分布式網絡直接與LSP通訊進而避免了第三方的安全威脅。仿真實驗顯示:使用這種算法，用戶可以享受到高質量的信息服務以及高度的隱私保護。
標簽： hoc LBS 移動Ad 環境
上傳時間： 2013-11-06
上傳用戶：540750247
蟲蟲下載站版權所有 京ICP備2021023401號-1
