【摘 要】
：
面向大数据集管理的数据聚类方法研究在模式识别、故障诊断和数据挖掘等领域具有重要的研究意义。传统的大数据聚类算法采用混合差分进化的粒子群算法,因数据信息流分量之间
【机 构】
：
国家计算机网络应急技术处理协调中心,北京交通大学电子信息工程学院
论文部分内容阅读
面向大数据集管理的数据聚类方法研究在模式识别、故障诊断和数据挖掘等领域具有重要的研究意义。传统的大数据聚类算法采用混合差分进化的粒子群算法,因数据信息流分量之间的交叉作用而出现的类间交叉项干扰影响了聚类分量的正确判断,聚类效果不好。提出了一种基于时频聚集交叉项干扰抑制的大数据聚类算法。在面向传播学视域下物联网大数据库中生成大数据聚类的信息特征向量,对任意两个分簇矢量进行近邻样本的隶属度训练,在时间滑动窗口模型中进行信息调度,采用高频分量抑制方法实现对时频聚集交叉项的干扰抑制,通过频域卷积相似度融合处理,采
其他文献
对飞控计算机接口分组件测试进行了研究,利用成熟的高速PCI总线技术和DSP技术,借助功能强大的DriverStudio WDM驱动开发工具,实现基于PCI总线的飞控计算机仿真测试板的设计和
循环展开是一项常用的循环优化技术。当前针对串行程序的循环展开技术已经比较成熟,但是在实际应用中没有针对向量程序进行有效的循环展开。为了解决这个问题,提出了一种面向
中央空调节能装置采用二级混合网络结构，在核心控制器中直接使用TCP／IP协议；而末端利用低成本的MODBUS协议实现，再通过网络控制器转换为TCP／IP协议后，再与服务器通信；其中，网络控制器
在不断发展的网络中,网络拓扑结构是很难确定的,而这些信息对网络管理却是至关重要的;传统的拓扑发现算法大多是基于SNMP的,但是SNMP协议并不是通用的,有的主机可能不支持此
根据工业监控系统故障诊断自身复杂性的特点,提出并设计了一种结合神经网络和模糊系统优点的新型5层结构的模糊神经网络故障诊断系统,并对该系统的结构、算法进行了详细的说
Skyline查询是一个典型的多目标优化查询,在多目标优化、数据挖掘等领域有着广泛的应用。现有的Skyline查询处理算法大都假定数据集存放在单一数据库服务器中,查询处理算法通常也被设计成针对单一服务器的串行算法。随着数据量的急剧增长,特别是在大数据背景下,传统的基于单机的串行Skyline算法已经远远不能满足用户的需求。基于流行的分布式并行编程框架MapReduce,研究了适用于大数据集的并行S
对某脉冲雷达检测系统中被采集信号的特点进行了研究,提出了用嵌入式A/D (TMS320F24x DSP嵌入式A/D)来进行多路信号的脉内多点采样和故障运算判决.在实际应用中,它有效地提高
不确定规划研究的最终目标是求出规划解,但是由于缺少引导信息,直接求规划解会导致大量的无用状态和动作被搜索。获得状态间的可达关系可以避免冗余计算。目前求可达关系的方
近年来,人体模型定制已成为计算机图形学领域的重要研究课题之一。文中提出一种基于少量人体尺寸生成个性化人体模型的方法——分块优化法。首先,根据MPI人体扫描模型数据库获得人体外形形变参数与尺寸参数,采用线性相关分析方法实现由若干尺寸恢复完整人体尺寸集。其次,通过参数优化的线性回归方法分析各部位三维人体外形参数与二维尺寸数据之间的关系,并根据输入尺寸对人体模型进行进一步精调。实验表明,上述方法能够生成
在包含位置信息的签到记录中,每条记录仅包含名称和位置（经纬度）两个属性.传统的名称消重算法通过匹配实体的属性值或者计算实体间的名称相似性进行消重,忽略了位置信息的特殊