导读:本文包含了二次聚类论文开题报告文献综述及选题提纲参考文献，主要关键词:多名融合,地域约束,密度聚类
二次聚类论文文献综述
贺依依,黎铁军,蒋艳凰[1]（2019）在《基于地域约束的单位名称二次聚类》一文中研究指出在知识图谱的构建过程中,抽取出的实体表述往往存在多种歧义,需要对这些歧义进行消解,主要的解决方法是进行多名聚合。由于构建知识图谱的数据来源具有多样性,大部分数据都是无标签数据,因此在多名聚合的过程中,主要是使用密度聚类的方式对实体表述进行聚合。论文中,提出了二次聚类的方法。首先对第一次密度聚类产生的聚类结果,使用地域约束对其进行进一步划分。其次,在划分的基础上,对其进行第二次聚类,解决由于密度距离泛化导致的同一簇内存在多个不同实体的问题,在一定程度上提高了聚类的准确率。(本文来源于《计算机与数字工程》期刊2019年11期）
汪赫瑜,唐敏影,任建华[2]（2019）在《基于二次网格优化的粒子群模糊聚类算法》一文中研究指出针对模糊C均值聚类算法易受初始聚类中心影响且收敛速度慢的缺陷,提出一种基于二次网格优化的粒子群模糊聚类算法Grid-PFcm。该算法首先将数据空间网格化,依据深度优先遍历规则,连通相邻密集网格单元,计算连通网格的相对密度,选取相对密度值最大的连通网格,计算中心位置,初始化聚类中心。然后,按照基于网格空间的单维向量变化原理,实现最佳粒子全局寻优,进一步优化初始聚类中心,以降低初始聚类中心选取对聚类效果的影响度。最后,通过实验表明,该算法能够加快寻优收敛速度,提高聚类效率和效果。(本文来源于《计算机工程与科学》期刊2019年02期）
巨志勇,李开亮,毛颖颖[3]（2018）在《基于K-means聚类与二次分水岭的果蔬图像分割方法》一文中研究指出为解决传统分水岭算法在果蔬图像分割过程中产生的过分割问题,提出了基于K-means聚类与二次分水岭的果蔬图像分割方法。该方法首先通过自适应中值滤波、直方图均衡化等方法实现图像增强,利用分水岭算法实现图像预分割,然后对预分割结果进行K-means聚类和形态学处理,并在此基础上利用分水岭算法实现果蔬图像二次分割。实验结果表明,该方法很好地解决了分水岭算法引起的过分割问题,为后续图像分类识别奠定了基础。(本文来源于《软件导刊》期刊2018年06期）
陈昕,唐湘璐,李想,刘天麒,贾璐[4]（2017）在《二次聚类与神经网络结合的日光温室温度二步预测方法》一文中研究指出精确预测日光温室温度是实现对温室精准调控的前提。由于温室是复杂非线性系统,受室内外众多环境因素影响,且部分因素难以准确测量和建模,因此,难以通过机理分析建立室外因素精确影响室内温度的物理模型。而现有时间序列分析、人工神经网络等仅基于数据的方法预测准确度也较低。本文提出连续时间段聚类与BP神经网络相结合的二步日光温室温度预测方法。首先,进行二次聚类,对室外温度情况相似的日进行聚类,并将全年划分为若干个类似时间段,根据连续时间段内相似日的数量进行聚类,将全年内的连续时间段归入若干类别。其次,对不同类别的时间段,分别采用BP神经网络建立室外温度、相对湿度、太阳辐射、风速和温室室内温度间的关联模型,通过数据训练,能够较为准确的根据室外环境数据预测室内温度。通过涿州实验农场2年数据试验验证,通过二次聚类,全年连续时间段可划分为3类,通过分别建立BP神经网络并分别训练,结果表明本方法预测误差仅为6.23%,与现有未分类的BP神经网络预测算法对比,本文方法有效地提高了准确度,平均误差降低5.4个百分点。(本文来源于《农业机械学报》期刊2017年S1期）
陈中中,杨亚茹,张建飞,王倩倩,朱惠玉[5]（2018）在《基于二次聚类的主动脉弓分割方法》一文中研究指出提出一种基于均值漂移和层次聚类的二次聚类图像分割算法(MSHC),在CIE(LUV)颜色空间,首先运用均值漂移算法实现图像的平滑及初步聚类,然后将结果中每个区域的均值作为第二次聚类的初始值,对图像进行层次聚类处理至满足预定效果为止.最后,将图像中主动脉所在类的均值作为区域生长的种子点,完成目标提取.该MSHC算法分割效果良好,易于重建主动脉弓叁维模型,且模型立体感强,可清晰展现其空间叁维结构.(本文来源于《郑州大学学报(工学版)》期刊2018年03期）
岳震林[6]（2017）在《基于二次星座聚类和模糊补偿支持向量机的调制识别研究》一文中研究指出在当今世界,人们对通信质量和通信效率的要求越来越高,然而无线通信的传输环境却越来越复杂。正交振幅调制(MQAM)和相位键控调制(MPSK)等信号能够较好地利用频带及信道资源,因此受到卫星通信及网络通信的关注。因此,对MQAM和MPSK信号的调制识别研究具有重要的实际价值。本文提出了一种基于二次星座聚类和模糊补偿支持向量机的算法对MQAM和MPSK信号进行调制识别。论文的主要研究成果如下:1.在分析了传统单一的聚类算法的缺陷,以及比较了不同的MPSK和MQAM的星座图的差异性的基础上,论文提出了一种二次星座聚类的算法:将DENCLUE(基于密度的聚类算法)和k均值聚类算法相结合,对信号的星座图中的点进行基于距离的特征提取,得到一组特征值,解决了传统聚类算法对初值的依赖性、不稳定、易陷入局部极值点等问题。并以此构建了特征提取模块。2.针对上文提出的二次星座聚类算法的不足之处,论文引入了在参数择优选择方面具有良好效果的粒子群算法进行了优化改进:重建了DENCLUE中获得聚类半径的模块,以确保在不同的调制阶数M都有对应的最优聚类半径,从而提高算法在低信噪比下识别的稳定性。使用了matlab仿真验证了该算法的有效性:当SNR=2dB时,该算法对BPSK,8PSK,4QAM的识别率达99%,32QAM的识别率达80%,高于传统的聚类算法,充分体现了该算法的优越性。3.在分析了传统多分类支持向量机的不足之处的基础上,论文提出了一种基于模糊补偿和二叉树多分类的支持向量机算法来构建了调制识别中的分类识别模块:使用模糊性和模糊补偿算法提出了新的约束条件,并且重构了传统支持向量机的Lagrange公式,获得了更优的判别函数。仿真结果表明:在SNR=0dB时,BPSK,8PSK,4QAM,16QAM的识别率达到98%,传统支持向量机较难区分的32QAM和64QAM识别率达到80%。充分体现了该算法在低信噪比下的健壮性,在未来有广阔的发展空间。(本文来源于《南京邮电大学》期刊2017-10-26）
潘晓英,胡开开,朱静[7]（2016）在《一种基于TextRank的文本二次聚类算法》一文中研究指出针对传统文本聚类技术中存在的聚类精度一般或者运算时间复杂度过高等问题,文中首先介绍了两种较为常用的文本聚类技术:基于划分的K-means和基于主题模型的LDA。在分析各自缺陷的基础上,提出一种基于TextRank的文本二次聚类算法。该算法借鉴主题模型的思想,在传统的聚类过程中引入词聚类,并在关键词提取阶段融合词语的位置与跨度特征,减少了由局部关键词作为全局关键词带来的误差。实验结果表明,改进后的算法在聚类效果上要优于传统的VSM聚类和基于主题模型的LDA算法。(本文来源于《计算机技术与发展》期刊2016年08期）
王洪彬,曾星星,张友强,欧阳金鑫,熊小伏[8]（2016）在《智能变电站二次设备状态的灰色层次聚类评估》一文中研究指出智能变电站作为智能电网建设的核心部分,其二次设备运行状态关系着电力系统的安全性和稳定性。针对智能变电站二次设备故障原因错综复杂以及运行状态信息不完全的特征,建立智能变电站二次设备状态评估层次模型和指标体系,引入灰色聚类对智能变电站二次设备状态进行灰色分类以及构建灰色白化权函数,并利用层次分析法计算状态指标权重,结合层次分析法与灰色聚类对智能变电站二次设备进行定性和定量的状态评估。实例分析验证了文中方法有效易行,为智能变电站二次设备状态检修工作提供了理论依据。(本文来源于《重庆大学学报》期刊2016年03期）
宋涛,王星[9]（2016）在《基于二次聚类和隐马尔可夫链的持卡消费行为预测》一文中研究指出银行卡支付在社会消费行为中占很大比例,在促进经济增长中发挥重大作用,因此,预测持卡消费行为具有重要意义。然而,传统方法难以有效应对复杂数据和动态变化。为此,提出基于二次聚类和隐马尔可夫链(HMC)理论的个体消费行为预测方法。首先,对消费行为按照序列进行模式聚类,并引入惩罚聚类进行二次聚类,对序列模式中的层次状态进行平衡划分;其次,利用HMC来估计序列中消费层次的状态转移,对用户的未来消费行为进行预测。最后,通过实验比较分析传统聚类、无惩罚序列聚类和带惩罚项的聚类结果表明,提出的基于二次聚类和隐马氏链的方法更适用于消费者行为预测。(本文来源于《计算机应用》期刊2016年07期）
李辉,石钊,易军凯[10]（2016）在《基于信息熵的二次聚类推荐算法》一文中研究指出用户对网页文本缺少主动评价信息会影响最终推荐结果的准确程度。为此,提出一种新的二次聚类推荐算法,通过对用户所浏览过的网页文本特征词的提取及相关权重的计算,得出每一个网页的文本信息熵值与最邻近熵差。利用连续型随机变量的均匀分布计算得到最邻近熵差阈值,借助平均熵值逼近确定二次聚类初始聚类簇数和簇心,结合对数函数拟合的方法计算推荐数量,通过2次文本聚类,运用欧氏距离和信息熵值确定推荐内容。实验结果表明,该推荐算法在实际系统中运行稳定,与单纯只进行2次聚类运算的推荐算法相比,推荐准确程度有所提高。(本文来源于《计算机工程》期刊2016年05期）
二次聚类论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对模糊C均值聚类算法易受初始聚类中心影响且收敛速度慢的缺陷,提出一种基于二次网格优化的粒子群模糊聚类算法Grid-PFcm。该算法首先将数据空间网格化,依据深度优先遍历规则,连通相邻密集网格单元,计算连通网格的相对密度,选取相对密度值最大的连通网格,计算中心位置,初始化聚类中心。然后,按照基于网格空间的单维向量变化原理,实现最佳粒子全局寻优,进一步优化初始聚类中心,以降低初始聚类中心选取对聚类效果的影响度。最后,通过实验表明,该算法能够加快寻优收敛速度,提高聚类效率和效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
二次聚类论文参考文献
[1].贺依依,黎铁军,蒋艳凰.基于地域约束的单位名称二次聚类[J].计算机与数字工程.2019
[2].汪赫瑜,唐敏影,任建华.基于二次网格优化的粒子群模糊聚类算法[J].计算机工程与科学.2019
[3].巨志勇,李开亮,毛颖颖.基于K-means聚类与二次分水岭的果蔬图像分割方法[J].软件导刊.2018
[4].陈昕,唐湘璐,李想,刘天麒,贾璐.二次聚类与神经网络结合的日光温室温度二步预测方法[J].农业机械学报.2017
[5].陈中中,杨亚茹,张建飞,王倩倩,朱惠玉.基于二次聚类的主动脉弓分割方法[J].郑州大学学报(工学版).2018
[6].岳震林.基于二次星座聚类和模糊补偿支持向量机的调制识别研究[D].南京邮电大学.2017
[7].潘晓英,胡开开,朱静.一种基于TextRank的文本二次聚类算法[J].计算机技术与发展.2016
[8].王洪彬,曾星星,张友强,欧阳金鑫,熊小伏.智能变电站二次设备状态的灰色层次聚类评估[J].重庆大学学报.2016
[9].宋涛,王星.基于二次聚类和隐马尔可夫链的持卡消费行为预测[J].计算机应用.2016
[10].李辉,石钊,易军凯.基于信息熵的二次聚类推荐算法[J].计算机工程.2016