期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到22篇文章
< 1 2 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
SMK-means:An Improved Mini Batch K-means Algorithm Based on Mapreduce with Big Data 认领 引用 被引量：9
1
作者 Bo Xiao Zhen Wang +1 位作者 Qi Liu Xiaodong Liu 《Computers, Materials & Continua》 SCIE EI 2018年第9期365-379,共15页
In recent years,the rapid development of big data technology has also been favored by more and more scholars.Massive data storage and calculation problems have also been solved.At the same time,outlier detection probl... In recent years,the rapid development of big data technology has also been favored by more and more scholars.Massive data storage and calculation problems have also been solved.At the same time,outlier detection problems in mass data have also come along with it.Therefore,more research work has been devoted to the problem of outlier detection in big data.However,the existing available methods have high computation time,the improved algorithm of outlier detection is presented,which has higher performance to detect outlier.In this paper,an improved algorithm is proposed.The SMK-means is a fusion algorithm which is achieved by Mini Batch K-means based on simulated annealing algorithm for anomalous detection of massive household electricity data,which can give the number of clusters and reduce the number of iterations and improve the accuracy of clustering.In this paper,several experiments are performed to compare and analyze multiple performances of the algorithm.Through analysis,we know that the proposed algorithm is superior to the existing algorithms. 展开更多
关键词 Big data outlier detection SMK-means Mini Batch K-means simulated annealing
暂未订购 下载PDF
南华北盆地科学实验场隐伏断裂系统Mini Batch K-means聚类研究 认领 引用
2
作者 许军 李丛 +6 位作者 张栋 张垚垚 袁青松 董果果 张馨元 瓮纪昌 刘炎昊 《地球物理学进展》 CSCD 北大核心 2025年第5期2014-2027,共14页
南华北盆地西北缘主力层段山西组—太原组发育多期次断裂.该区非均质性较强、裂隙形成机制复杂、小尺度隐伏断裂比较发育,利用常规预测手段获得的小尺度裂缝边界特征模糊,精度较低,严重制约了深部煤系气的开发进程.因此,亟需寻找一种适... 南华北盆地西北缘主力层段山西组—太原组发育多期次断裂.该区非均质性较强、裂隙形成机制复杂、小尺度隐伏断裂比较发育,利用常规预测手段获得的小尺度裂缝边界特征模糊,精度较低,严重制约了深部煤系气的开发进程.因此,亟需寻找一种适合于研究区的隐伏构造预测方法.本文以JF1井区为例,提出融合灰度共生矩阵的纹理分析和Mini Batch K-means深度聚类的隐伏断裂识别方法.首先,本文采用时变分频反褶积技术进行了拓频处理,获取了宽频带的叠后地震数据.然后,通过优化三维滑动窗口尺度和灰度级数,在滑动窗口按照指定的真倾角和方位角生成灰度共生矩阵,分别提取熵、差异性、均一性及能量的纹理特征.将基于真倾角、方位角约束的纹理属性作为样本数据,设定Mini Batch K-means初始聚类中心,优化小批量数据子集,建立适合JF1井区的Mini Batch Kmeans深度学习模型.最后,基于智能蚁群算法优选裂缝优势路径,结合连续裂缝网格的粗化网格,构建小尺度连续缝网模型,可以获得局部隐伏断裂系统的连通性规律.结果表明,小批量、分批次的Mini Batch Kmeans算法对隐伏断裂系统分析具有重要作用.Mini Batch K-means深度学习模型和小尺度连通性预测方法对南华北盆地JF1井区隐伏断裂发育区的预测具有较好的应用效果. 展开更多
关键词 Mini Batch K-means 时变分频反褶积 灰度共生矩阵 连通性 隐伏断裂系统
暂未订购 下载PDF
An Optimisation Strategy for Electric Vehicle Charging Station Layout Incorporating Mini Batch K-Means and Simulated Annealing Algorithms 认领 引用
3
作者 Haojie Yang Xiang Wen Peng Geng 《Journal on Artificial Intelligence》 2024年第1期283-300,共18页
To enhance the rationality of the layout of electric vehicle charging stations,meet the actual needs of users,and optimise the service range and coverage efficiency of charging stations,this paper proposes an optimisa... To enhance the rationality of the layout of electric vehicle charging stations,meet the actual needs of users,and optimise the service range and coverage efficiency of charging stations,this paper proposes an optimisation strategy for the layout of electric vehicle charging stations that integrates Mini Batch K-Means and simulated annealing algorithms.By constructing a circle-like service area model with the charging station as the centre and a certain distance as the radius,the maximum coverage of electric vehicle charging stations in the region and the influence of different regional environments on charging demand are considered.Based on the real data of electric vehicle charging stations in Nanjing,Jiangsu Province,this paper uses the model proposed in this paper to optimise the layout of charging stations in the study area.The results show that the optimisation strategy incorporating Mini Batch K-Means and simulated annealing algorithms outperforms the existing charging station layouts in terms of coverage and the number of stations served,and compared to the original charging station layouts,the optimised charging station layouts have flatter Lorentzian curves and are closer to the average distribution.The proposed optimisation strategy not only improves the service efficiency and user satisfaction of EV(Electric Vehicle)charging stations but also provides a reference for the layout optimisation of EV charging stations in other cities,which has important practical value and promotion potential. 展开更多
关键词 Mini Batch K-Means simulated annealing algorithm electric vehicle charging stations layout optimisation
暂未订购 下载PDF
改进Mini Batch K-Means时间权重推荐算法 认领 引用 被引量：7
4
作者 徐慧君 王忠 +2 位作者 马丽萍 饶华 何承恩 《计算机工程》 CAS CSCD 北大核心 2020年第3期73-78,86,共6页
传统的协同过滤算法存在数据稀疏、可扩展性弱和用户兴趣度偏移等问题,算法运行效率和预测精度偏低。针对上述问题,提出一种改进的Mini Batch K-Means时间权重推荐算法。采用Pearson相关系数改进Mini Batch K-Means聚类,利用改进的聚类... 传统的协同过滤算法存在数据稀疏、可扩展性弱和用户兴趣度偏移等问题,算法运行效率和预测精度偏低。针对上述问题,提出一种改进的Mini Batch K-Means时间权重推荐算法。采用Pearson相关系数改进Mini Batch K-Means聚类,利用改进的聚类算法对稀疏评分矩阵进行聚类,计算用户兴趣评分并完成对稀疏矩阵的填充。考虑用户兴趣随时间变化的影响,引入牛顿冷却时间权重计算相似度,并基于已填充评分矩阵进行相似度加权计算,得到项目最终评分。实验结果表明,与传统协同过滤算法相比,该算法的平均绝对误差下降了31.08%,准确率、召回率、F1值均有较大提升,具有较高的评分预测精确度和准确度。 展开更多
关键词 协同过滤 预测填充 Pearson相关系数 Mini Batch K-Means聚类 牛顿冷却定律
暂未订购 下载PDF
基于小批量K-means优化的Kilosort4锋电位聚类算法研究 认领 引用
5
作者 周富豪 李赵春 王玉成 《生物医学工程研究》 CAS 2026年第2期98-103,共6页
针对Kilosort4处理锋电位数据时,在模板反卷积阶段,因采用传统K-means算法带来的时间复杂度瓶颈,本研究提出了一种基于小批量K-means聚类算法的优化方法。首先,利用K-means++算法初始化聚类中心;然后,在迭代过程中动态抽取数据子集,进... 针对Kilosort4处理锋电位数据时,在模板反卷积阶段,因采用传统K-means算法带来的时间复杂度瓶颈,本研究提出了一种基于小批量K-means聚类算法的优化方法。首先,利用K-means++算法初始化聚类中心;然后,在迭代过程中动态抽取数据子集,进行局部聚类,并根据数据集规模自适应调节子集大小;最后,通过增量式更新聚类中心,直至收敛。实验结果表明,优化后的Kilosort4算法的运算速率相较于原算法提升了约8%,并能在保持聚类质量的同时,显著降低计算复杂度。本研究可为神经科学研究提供更高效的工具。 展开更多
关键词 锋电位 小批量K-means算法 Kilosort4 速度优化 神经科学 电生理信号
暂未订购 下载PDF
Mini Batch K-means算法在遥感影像分类中的应用 认领 引用 被引量：5
6
作者 修瑛昌 杨文静 《鲁东大学学报（自然科学版）》 2017年第4期359-363,共5页
作为K-means算法的优化算法,Mini Batch K-means算法在遥感影像分类中的应用较少.分别利用Mini Batch K-means算法与K-means算法对10个不同幅度的EVI遥感影像数据进行分类.对比两种分类算法的精度和时间复杂度发现,相比于K-means算法,Mi... 作为K-means算法的优化算法,Mini Batch K-means算法在遥感影像分类中的应用较少.分别利用Mini Batch K-means算法与K-means算法对10个不同幅度的EVI遥感影像数据进行分类.对比两种分类算法的精度和时间复杂度发现,相比于K-means算法,Mini Batch K-means虽然损失了小部分的精度,但却极大提高了分类效率,更适用于大数据量的遥感影像分类. 展开更多
关键词 Mini Batch K-means K-means 分类 遥感影像
暂未订购 下载PDF
WSN中基于Mini Batch K-Means与SVM的入侵检测方案 认领 引用 被引量：2
7
作者 欧阳潇琴 王秋华 《软件导刊》 2020年第3期204-209,共6页
无线传感器网络通常部署在复杂的户外环境,易遭受各种攻击。多数入侵检测系统均采用数据挖掘算法对网络数据包进行分析,但在处理大样本集时,其效率明显降低。针对这一缺点,提出一种基于Mini Batch K-Means和SVM的入侵检测方案。该方案... 无线传感器网络通常部署在复杂的户外环境,易遭受各种攻击。多数入侵检测系统均采用数据挖掘算法对网络数据包进行分析,但在处理大样本集时,其效率明显降低。针对这一缺点,提出一种基于Mini Batch K-Means和SVM的入侵检测方案。该方案首先分别对正常行为特征库和异常行为特征库进行Mini Batch K-Means聚类,取得类中心作为各类的代表样本并赋予权值,将其传入SVM分类器作为训练数据,得到分类超平面,通过该超平面对待测样本作出判断。解决了如K-Means、KNN、SVM等传统数据挖掘算法在大数据样本集数据分析中面临的低效问题。仿真结果表明,该方案能快速准确地判断样本类别,其检测率达到98.7%。与K-Means、KNN和SVM相比,不仅达到了同样高的检测率,而且明显提高了入侵检测的时间效率。 展开更多
关键词 无线传感器网络 入侵检测 Mini Batch K-Means聚类算法 SVM算法
暂未订购 下载PDF
基于改进K-Means算法的电动汽车充电负荷特性分析 认领 引用 被引量：3
8
作者 李俊达 陈姝敏 +2 位作者 王天安 张玎一 吴全才 《云南电力技术》 2024年第3期10-13,19,共4页
电动汽车充电行为具有较大的随机性,一定程度上影响电网的稳定运行和规划。为更准确地分析电动汽车充电负荷的特性,提出一种基于改进K-Means算法的聚类分析方法。针对K-Means算法在初始聚类中心选取上的随机性和不稳定性,首先利用Mini B... 电动汽车充电行为具有较大的随机性,一定程度上影响电网的稳定运行和规划。为更准确地分析电动汽车充电负荷的特性,提出一种基于改进K-Means算法的聚类分析方法。针对K-Means算法在初始聚类中心选取上的随机性和不稳定性,首先利用Mini Batch K-Means算法的随机抽样能力优化初始聚类中心的选择,随后结合K-Means算法进行迭代优化,有效解决K-Means算法聚类结果不稳定的问题。以云南某城市充电桩负荷数据进行算例分析,结果表明,所提算法相比传统方法相比能更加准确地对多个不同负荷特性的用户进行分类,从而更有效地指导有序用电管理策略的制定。 展开更多
关键词 K-Means算法 Mini Batch K-Means算法 负荷特性分析
暂未订购 下载PDF
基于TFIDF+LDA和Mini Batch K⁃means算法的在线课程推荐方法研究 认领 引用 被引量：3
9
作者 严武军 王丽蓉 《现代计算机》 2023年第23期15-20,共6页
在线教育资源急剧增长让学习者难以抉择,研究在线课程分类推荐,能帮助学习者快速获取所需资源。首先将潜在狄利克雷分配算法融入词频-逆向文件频率算法对数据进行预处理,生成词向量矩阵;之后采用Mini Batch K-means算法训练聚类模型,并... 在线教育资源急剧增长让学习者难以抉择,研究在线课程分类推荐,能帮助学习者快速获取所需资源。首先将潜在狄利克雷分配算法融入词频-逆向文件频率算法对数据进行预处理,生成词向量矩阵;之后采用Mini Batch K-means算法训练聚类模型,并采用T分布随机邻域嵌入降维算法对训练结果进行可视化分析。实验采用从Pluralsight在线课程API获取8016条数据进行实验,实验结果表明融入潜在狄利克雷分配算法的词频-逆向文件频率算法效果更好。 展开更多
关键词 词频逆向文件频率 潜在狄利克雷分配 Mini Batch K-means 在线课程推荐
暂未订购 下载PDF
基于机器学习的K-Means聚类优化算法研究 认领 引用 被引量：6
10
作者 李贞 刘海燕 +2 位作者 刘策 李庆钰 刘刚 《数据挖掘》 2022年第1期20-26,共7页
K均值聚类(K-Means)算法是基于划分的聚类算法中的一个典型算法,是机器学习研究算法的基础。通过将相似的样本自动归到一个类别,合理地确定K值和K个初始类簇中心点,使聚类效果更好。经过适当的预处理,可以对数据做初步分析,甚至挖掘出... K均值聚类(K-Means)算法是基于划分的聚类算法中的一个典型算法,是机器学习研究算法的基础。通过将相似的样本自动归到一个类别,合理地确定K值和K个初始类簇中心点,使聚类效果更好。经过适当的预处理,可以对数据做初步分析,甚至挖掘出隐含的价值信息。相比于SVM、GBDT等机器学习算法,具有操作简单、采用误差平方和准则函数、对大数据集处理上有较高的伸缩性和可压缩性的优点。但是,这种聚类算法仍然存在随机初始聚类中心导致算法不稳定、K值的选取不好把握、非凸性数据集非常难收敛等问题。为提升数据挖掘中聚类分析的效果,本文在分析数据挖掘、聚类分析、传统K-Means算法的基础上,提出一种改进的K-Means算法,经过实验证明,K-Means的改进算法可以有效地提高簇的质量,以及算法的效率和稳定性,使其提供更加精准有效的服务,并且减少了算法开销。 展开更多
关键词 改进K-Means算法 Mini Batch K-Means算法 数据挖掘
暂未订购 下载PDF
引入全局算法的小批量K-Means 认领 引用 被引量：1
11
作者 王颖 吴观茂 《牡丹江师范学院学报（自然科学版）》 2020年第2期18-21,共4页
提出一种引入全局算法的小批量K-means.算法应用全局搜索算法,解决在大数据情况下运算耗时问题和传统K-means对初始中心点敏感的问题.实验结果表明,该方法在获得最佳结果的前提下可以节省大量的计算时间.
关键词 数据挖掘 全局搜索 K-means算法 小批量
暂未订购 下载PDF
求解多核学习的自适应随机递归梯度下降法 认领 引用 被引量：2
12
作者 王梅 任怡果 +1 位作者 刘勇 王志宝 《计算机技术与发展》 2025年第7期93-99,共7页
针对随机递归梯度法(SARAH)求解多核学习(MKL)的不足之处,如收敛速度缓慢以及计算成本高等问题,该文提出一种改进算法——基于随机Polyak步长(SPS)的小批量随机递归梯度下降算法(SPS-MSARAH)来求解多核学习优化问题。首先将小批量方法... 针对随机递归梯度法(SARAH)求解多核学习(MKL)的不足之处,如收敛速度缓慢以及计算成本高等问题,该文提出一种改进算法——基于随机Polyak步长(SPS)的小批量随机递归梯度下降算法(SPS-MSARAH)来求解多核学习优化问题。首先将小批量方法引入随机方差缩减类算法中,选取一个固定大小的样本集代替单个训练样本计算SARAH的梯度,降低传统随机梯度下降算法使用单个样本计算梯度导致较大的波动和不稳定性所带来的方差。在此基础上,使用随机Polyak步长自适应地更新小批量SARAH的步长,使得优化过程更加灵活和鲁棒,从而解决随机优化算法中步长选取的难题。为了验证该算法的有效性,在标准数据集上进行了详细的数值实验。实验结果显示,在求解大规模多核学习优化问题时,SPS-MSARAH算法不仅显著提高了收敛速度,还有效降低了计算复杂度。此外,对初始参数的敏感性问题也得到了很好的克服,展现出良好的鲁棒性。 展开更多
关键词 多核学习 随机递归梯度下降法 随机Polyak步长 小批量 凸优化
暂未订购 下载PDF
基于聚类和RIME-LightGBM的光热电站太阳直接法向辐射预测 认领 引用 被引量：1
13
作者 周灿 周育才 +5 位作者 谭艳祥 肖添 谢七月 申忠利 付强 秦缘恒 《电力科学与技术学报》 CAS CSCD 北大核心 2025年第6期241-249,共9页
太阳直接法向辐射的间歇性与不确定性会影响光热电站电力输出的稳定性。针对该问题,提出一种基于聚类、霜冰优化算法(rime optimization algorithm,RIME)与优化轻梯度提升机(light gradient boosting machine,LightGBM)的光热电站太阳... 太阳直接法向辐射的间歇性与不确定性会影响光热电站电力输出的稳定性。针对该问题,提出一种基于聚类、霜冰优化算法(rime optimization algorithm,RIME)与优化轻梯度提升机(light gradient boosting machine,LightGBM)的光热电站太阳直接法向辐射预测模型。先通过皮尔逊相关系数筛选太阳直接法向辐射的强相关气象参数,并采用小批量K均值(mini batch K⁃means,MBK)聚类算法对历史气象数据进行分类;再利用RIME对LightGBM超参数寻优,建立不同类别历史气象数据的太阳直接法向辐射预测模型;然后,以预测日每小时与各聚类中心强相关气象参数数据的欧式距离为依据,选择相应预测模型,对太阳直接法向辐射进行预测;最后,采用美国加州某地光热电站2000—2019年的历史气象数据,对所提模型进行验证。研究结果表明:所提预测模型能较准确地预测太阳直接法向辐射的数值及变化趋势。 展开更多
关键词 光热发电 太阳直接法向辐射 小批量K均值聚类 轻梯度提升机 霜冰优化算法
暂未订购 下载PDF
基于CCSS十年追踪调查的学生留言文本分析 认领 引用
14
作者 刘哲 单剑锋 杨立军 《软件导刊》 2025年第9期34-40,共7页
通过调查问卷定期收集大学生的意见是高校提高办学质量的重要举措,问卷中的留言在很大程度上可以体现出学生的诉求、期待与评价。然而,学生留言往往是只言片语,存在词汇稀疏、语义特征匮乏等问题。为此,提出一种改进的Mini-Batch K-Mean... 通过调查问卷定期收集大学生的意见是高校提高办学质量的重要举措,问卷中的留言在很大程度上可以体现出学生的诉求、期待与评价。然而,学生留言往往是只言片语,存在词汇稀疏、语义特征匮乏等问题。为此,提出一种改进的Mini-Batch K-Means聚类算法,通过使用聚类方法将短文本按照相似度大小变换成长文本作为LDA模型的输入。改进算法每次迭代只使用部分数据,通过随机抽样来处理大规模数据集,在抽样样本批次内找出新的聚类中心,然后将该聚类中心更新到全局聚类中心中,有助于稳定聚类中心的更新,并提供更准确的聚类结果。实验结果表明,改进聚类方法所需运行时间可维持在10 s以内,模型平均PMI值最高提升了15.1%。文本分析结果显示,10年来,大学生在就业机会、专业、社会实践、课程、教育资源等方面表现出较为稳定的关注程度,个别年份突出关注宿舍等个性化问题。 展开更多
关键词 学生留言 Mini-Batch K-Means聚类算法 主题模型 LDA TF-IDF
暂未订购 下载PDF
卫星遥测数据相关性知识发现方法 认领 引用 被引量：4
15
作者 杨甲森 孟新 王春梅 《国防科技大学学报》 EI CAS CSCD 北大核心 2019年第5期71-78,共8页
为快速发现海量遥测数据中的相关关系,提出一种基于改进最大信息系数(Maximal Information Coefficient,MIC)的遥测数据相关性知识发现方法。以Mini Batch K-Means聚类算法为前驱过程对数据进行网格划分;计算该网格划分下的互信息,并以... 为快速发现海量遥测数据中的相关关系,提出一种基于改进最大信息系数(Maximal Information Coefficient,MIC)的遥测数据相关性知识发现方法。以Mini Batch K-Means聚类算法为前驱过程对数据进行网格划分;计算该网格划分下的互信息,并以信息熵代替原有最大熵对互信息进行归一化矫正得到信息系数;选择不同网格划分下MIC作为变量相关性的测度。采用量子卫星遥测数据进行试验,结果表明:与基于动态规划算法的MIC方法相比,所提方法可有效解决MIC测度偏向多值变量的问题,时间复杂度从O(n^2.4)下降为O(n^1.6),是一种适用于大规模遥测数据相关性分析的有效方法。 展开更多
关键词 Mini Batch K-Means 信息熵 最大信息系数 遥测数据 相关性 量子卫星
暂未订购 下载PDF
基于去噪自编码器网络特征降维与改进小批优化K均值算法的海量用户用电行为聚类及分析 认领 引用 被引量：18
16
作者 汪颖 杨维 +1 位作者 肖先勇 张姝 《电力自动化设备》 EI CSCD 北大核心 2022年第6期146-153,共8页
海量用户用电特性的挖掘与分析对实现电网与用户间的双向互动具有十分重要的意义。提出一种适用于海量用户用电行为聚类及分析的算法,以降低算法时间复杂度,提升海量用户负荷数据分析效率。提取用户用电行为特征,构建多层去噪自编码网络... 海量用户用电特性的挖掘与分析对实现电网与用户间的双向互动具有十分重要的意义。提出一种适用于海量用户用电行为聚类及分析的算法,以降低算法时间复杂度,提升海量用户负荷数据分析效率。提取用户用电行为特征,构建多层去噪自编码网络,实现多维特征的降维;利用小批优化K均值算法进行聚类分析,并对算法进行初始聚类质心优化与超参数优化的改进以提升算法收敛速度与效果,其中超参数优化利用基于高斯过程的贝叶斯优化算法进行;利用类间分离度和类内内聚度的相关指标对聚类效果进行评价;通过互信息筛选有效聚类特征,实现用户画像。算例结果表明,所提方法在特征优化、聚类效果与收敛速度上均有较好的表现。 展开更多
关键词 用电行为 特征降维 聚类分析 互信息 小批优化K均值算法 超参数优化 贝叶斯优化
暂未订购 下载PDF
一种面向工控联网设备的层次聚类方法 认领 引用 被引量：4
17
作者 曲海阔 张哲宇 +3 位作者 刘扬 孙军 王子博 王佰玲 《现代电子技术》 2022年第23期76-82,共7页
联网设备核查是工业控制系统安全巡检工作的首要任务,而其中设备层次识别对后续获取详细信息至关重要。针对工控系统内各层级联网设备因通信量不均衡而导致识别准确率低的问题,提出一种基于高斯混合模型的层次聚类方法。所提方法融入重... 联网设备核查是工业控制系统安全巡检工作的首要任务,而其中设备层次识别对后续获取详细信息至关重要。针对工控系统内各层级联网设备因通信量不均衡而导致识别准确率低的问题,提出一种基于高斯混合模型的层次聚类方法。所提方法融入重采样的分批处理思想,通过对聚类中心进行重新采样,解决经典K⁃means算法对初始值过度依赖而引起的聚类结果偏离问题;进一步考虑算法的计算资源和运行时效等性能因素,引入训练数据分批处理操作,在保证算法精度的同时,缩短收敛时间,降低内存占用,达到优化算法效率的目的。最终,在一套工控模拟环境的安全水处理数据集上,通过与三个经典的聚类算法进行比较,验证所提方法对工控联网设备层次识别的有效性、准确性和稳定性。 展开更多
关键词 联网设备 层次识别 统计特征 不均衡数据 高斯混合模型 聚类算法 重采样分批处理
暂未订购 下载PDF
Optimized air-ground data fusion method for mine slope modeling 认领 引用
18
作者 LIU Dan HUANG Man +4 位作者 TAO Zhigang HONG Chenjie WU Yuewei FAN En YANG Fei 《Journal of Mountain Science》 SCIE CSCD 2024年第6期2130-2139,共10页
Refined 3D modeling of mine slopes is pivotal for precise prediction of geological hazards.Aiming at the inadequacy of existing single modeling methods in comprehensively representing the overall and localized charact... Refined 3D modeling of mine slopes is pivotal for precise prediction of geological hazards.Aiming at the inadequacy of existing single modeling methods in comprehensively representing the overall and localized characteristics of mining slopes,this study introduces a new method that fuses model data from Unmanned aerial vehicles(UAV)tilt photogrammetry and 3D laser scanning through a data alignment algorithm based on control points.First,the mini batch K-Medoids algorithm is utilized to cluster the point cloud data from ground 3D laser scanning.Then,the elbow rule is applied to determine the optimal cluster number(K0),and the feature points are extracted.Next,the nearest neighbor point algorithm is employed to match the feature points obtained from UAV tilt photogrammetry,and the internal point coordinates are adjusted through the distanceweighted average to construct a 3D model.Finally,by integrating an engineering case study,the K0 value is determined to be 8,with a matching accuracy between the two model datasets ranging from 0.0669 to 1.0373 mm.Therefore,compared with the modeling method utilizing K-medoids clustering algorithm,the new modeling method significantly enhances the computational efficiency,the accuracy of selecting the optimal number of feature points in 3D laser scanning,and the precision of the 3D model derived from UAV tilt photogrammetry.This method provides a research foundation for constructing mine slope model. 展开更多
关键词 Air-ground data fusion method Mini batch K-Medoids algorithm Ebow rule Optimal cluster number 3D laser scanning UAV tilt photogrammetry
暂未订购 下载PDF
基于融合聚类算法的电能表评估方法研究 认领 引用 被引量：1
19
作者 周松 李川 李英娜 《数据通信》 2021年第2期26-31,共6页
电能表作为电力用户用电计量器具,其计量的准确性对电力用户和供电企业具有非常重要的意义。为了更加理想的反应出电能表个体之间的差异性,本文基于大量不同厂家电能表误差检定数据,提出一种融合的聚类算法评估不同厂家电能表。该算法... 电能表作为电力用户用电计量器具,其计量的准确性对电力用户和供电企业具有非常重要的意义。为了更加理想的反应出电能表个体之间的差异性,本文基于大量不同厂家电能表误差检定数据,提出一种融合的聚类算法评估不同厂家电能表。该算法首先使用Mini Batch K-means算法进行预聚类处理,再使用mean-shift算法给定初始聚类中心的搜索聚类,最后使用轮廓系数检验该算法与K-means、mean-shift在相同参数下的聚类的有效性。实验结果证明,该算法可以有效解决聚类时间效率低,聚类的效果不佳等问题。依据聚类结果评价不同厂家同批次的电能表质量,为用户选择电能表时提供决策参考。 展开更多
关键词 电能表 检定误差 Mini Batch K-means mean-shift
暂未订购 下载PDF
基于分类器联合的铁路时间同步网异常流量自动检测方案 认领 引用 被引量：3
20
作者 张峰源 《自动化与仪器仪表》 2022年第2期186-189,共4页
针对目前缺乏对铁路时间同步网异常流量自动检测方法的问题,研究结合有监督和无监督学习算法,提出一种基于mini batch k-means分类器和随机森林分类器联合的铁路时间同步网异常流量自动检测方案。通过综合判定mini batch k-means算法模... 针对目前缺乏对铁路时间同步网异常流量自动检测方法的问题,研究结合有监督和无监督学习算法,提出一种基于mini batch k-means分类器和随机森林分类器联合的铁路时间同步网异常流量自动检测方案。通过综合判定mini batch k-means算法模型分类结果和随机森林算法模型分类结果,实现了对铁路时间同步网异常流量的自动检测,并在北京通信中心采集的数据集上进行仿真,对该检测方案进行了验证。结果表明,本研究提出的检测方案可准确检测铁路时间同步网的异常流量,相较于单一mini batch k-means分类器和随机森林分类器,提出的检测方案具有更高的检测准确率和更低的误报率与漏报率,检测准确率可达到90%以上,误报率和漏报率均低于10%,可满足铁路时间同步网检测对准确性、安全性、稳定性的要求。 展开更多
关键词 铁路时间同步网 异常流量检测 mini batch k-means算法 随机森林算法
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈