导读:本文包含了集群算法论文开题报告文献综述及选题提纲参考文献，主要关键词:fMRI,加权随机SVM集群,进化,分类
集群算法论文文献综述
王志刚,胥茜,毕夏安[1]（2019）在《进化的加权随机SVM集群算法研究》一文中研究指出运用SVM技术处理功能磁共振成像(fMRI)数据,在辅助脑神经疾病分类领域已经取得许多成果。由于f MRI的小样本和高维度特性,如何最大限度地降维以及提高分类精确度依然是研究的热点。在研究加权随机SVM集群算法的基础上,提出一种进化的加权随机SVM集群(EWRSVMC)。首先随机挑选样本和特征构建SVM集成分类器,通过训练使每个SVM获取权重,以优化模型的集成性能;其次从特征选择角度出发,动态地从高维样本中逐轮淘汰无用数据,做到可控降维的同时又不损失异常特征,经过多轮进化后获得最优的异常特征集。采用该算法对阿尔茨海默病(AD)患者的数据展开分类研究,结果表明,准确率最高可达88.89%。(本文来源于《现代计算机》期刊2019年31期）
王志刚,胥茜,毕夏安[2]（2019）在《一种对fMRI数据分类的加权随机SVM集群算法》一文中研究指出如何从小样本、高维度特性的功能磁共振成像(fMRI)数据中识别出内在的脑区活动模式,对理解人脑意义重大。随着模式识别技术和机器学习算法的发展,fMRI的分类研究也引起了人们的重视。提出一种对fMRI数据分类的加权随机SVM集群(WRSVMC)算法。该算法分为两步,首先通过随机选择样本和特征建立多个SVM,以构建集成分类器;然后在投票过程中,对每个SVM赋权重,以优化模型的集成性能。结合fMRI数据和图论特征,采用WRSVMC算法对轻度认知障碍(MCI)患者数据展开分类研究。结果表明,准确率最高可达87.67%。该方法能帮助医师对MCI患者进行辅助诊断。(本文来源于《软件导刊》期刊2019年09期）
张士刚[3]（2019）在《分形与混沌在自然仿真动画中的集群算法改进研究》一文中研究指出仿真自然界研究的重点与难点是在算法的研究与实现上。文章在研究L-系统与混沌系统算法的基础上,进一步利用分形中的L-系统并结合混沌、混沌系统中自带的"随机性"行为对自然界的植物进行了仿真绘制。在研究仿真的蕨类植物,动态生长的小灌木、小树木,不同季节风中飘扬的芦苇的实现上,改良了生成方法的算法规则,同时创新地加入了随机偏差角度量,这样仿真实现的效果更逼真,更具有动态效果。研究结果表明,本文中的方法具有多变性,调整基因因子与随机偏差角度量可以得到很多有趣的图形,可以高仿真地应用在计算机动画、游戏及虚拟现实场景的设计中。(本文来源于《电脑与信息技术》期刊2019年03期）
刘海峰,肖超,梁星亮[4]（2019）在《HECC除子标量乘并行集群算法设计》一文中研究指出为了加快超椭圆曲线密码体制(HECC)中除子标量乘的运算速度,进行基于大数据技术的除子标量乘并行算法研究。根据"空间换时间"的策略对除子标量乘法常规方法进行改进,在任务规模为1016的条件下,运算耗时减少16.28%,提出基于负载均衡的任务划分优化方案。此方案分别将Hadoop集群平台、Spark集群平台、Spark-GPU集群平台的并行技术应用于改进后的除子标量乘算法中,研究并行算法与串行算法的运行效率。当问题规模一定时,随着节点个数的增加,不同集群平台的加速呈上升趋势,其中Spark-GPU并行算法的增长趋势最为明显,当节点个数为4时,Spark-GPU并行算法的加速比达到了261.84。通过对比3种集群平台的并行算法,发现Spark-GPU可以最有效地缩短运算耗时,加快除子标量乘法的运算速度。(本文来源于《现代电子技术》期刊2019年10期）
李亚南,黄海滨,庄宇飞,蔡春伟[5]（2019）在《基于分布式反集群算法的无人水面艇区域覆盖方法》一文中研究指出海上无人系统覆盖问题可广泛应用于搜索营救、区域侦察观测、信息采集等任务,针对无人水面艇对海面区域进行区域覆盖的问题,采用模仿独居动物社会行为的分布式反集群算法,使得无人水面艇系统能够通过自组织行为实现良好的动态覆盖性能,因此使其具有更高的可扩展性及环境适应性。首先建立个体的包含覆盖历史的信息图,其次进行反集群算法的避障、去中心化及自私这3个基本属性的数学公式描述,然后计算每个个体在每一时刻的最大化收益方向,使得每个个体能够最大化累计覆盖面积及最小化个体之间的重迭覆盖部分。仿真结果表明,基于覆盖历史及个体局部通信交互,能够实现避障功能,并且可以达到100%的覆盖率,同时可尽量减少重迭覆盖。(本文来源于《导航与控制》期刊2019年01期）
王春娟[6]（2013）在《LVS集群算法研究与分析》一文中研究指出LVS集群是一种有效的集群解决方案,其性能依赖调度器上配置的调度算法,该文研究IPVS软件的基本框架,分析常用两种动态调度算法,为选择合适的负载均衡算法提供依据。(本文来源于《电脑知识与技术》期刊2013年26期）
赵莹,郑君里[7]（2004）在《采用粒子集群算法的DS-CDMA多用户检测》一文中研究指出为了有效抑制多址干扰 ,实现结构简单、鲁棒性强的目的 ,将粒子集群算法 (PSO)应用于直扩码分多址 (DS-CDMA)通信系统的多用户检测中。提出了 PSO- MU D方法。利用改进的 PSO- MU D方法与传统多阶段多用户检测器相结合 ,在加速收敛的同时降低了计算复杂度。仿真结果表明 ,这种多用户检测器充分利用了粒子集群算法的优良特性 ,与传统的 CDMA接收机和基于遗传算法的多用户检测器相比较 ,在误码率、收敛速度、抗远近能力等方面都有显着改善(本文来源于《清华大学学报(自然科学版)》期刊2004年06期）
陈平,陈祖荫[8]（1983）在《模糊ISODATA集群算法TFI》一文中研究指出本文在ISODATA、FUZZY ISODATA集群算法及其几种改进算法的基础上,提出了新的集群算法TFI(TOTAL FUZZY ISODATA)。TFI在按批修改和类间调整过程中都应用了模糊数学方法,并取得了较好的分类效果。TFI能自动确定初始状态,并能给出有关最佳分类个数的信息。TFI已在DJS—6机上用ALGOL60实现。(本文来源于《北京工业大学学报》期刊1983年02期）
集群算法论文开题报告
（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：
如何从小样本、高维度特性的功能磁共振成像(fMRI)数据中识别出内在的脑区活动模式,对理解人脑意义重大。随着模式识别技术和机器学习算法的发展,fMRI的分类研究也引起了人们的重视。提出一种对fMRI数据分类的加权随机SVM集群(WRSVMC)算法。该算法分为两步,首先通过随机选择样本和特征建立多个SVM,以构建集成分类器;然后在投票过程中,对每个SVM赋权重,以优化模型的集成性能。结合fMRI数据和图论特征,采用WRSVMC算法对轻度认知障碍(MCI)患者数据展开分类研究。结果表明,准确率最高可达87.67%。该方法能帮助医师对MCI患者进行辅助诊断。
（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。
集群算法论文参考文献
[1].王志刚,胥茜,毕夏安.进化的加权随机SVM集群算法研究[J].现代计算机.2019
[2].王志刚,胥茜,毕夏安.一种对fMRI数据分类的加权随机SVM集群算法[J].软件导刊.2019
[3].张士刚.分形与混沌在自然仿真动画中的集群算法改进研究[J].电脑与信息技术.2019
[4].刘海峰,肖超,梁星亮.HECC除子标量乘并行集群算法设计[J].现代电子技术.2019
[5].李亚南,黄海滨,庄宇飞,蔡春伟.基于分布式反集群算法的无人水面艇区域覆盖方法[J].导航与控制.2019
[6].王春娟.LVS集群算法研究与分析[J].电脑知识与技术.2013
[7].赵莹,郑君里.采用粒子集群算法的DS-CDMA多用户检测[J].清华大学学报(自然科学版).2004
[8].陈平,陈祖荫.模糊ISODATA集群算法TFI[J].北京工业大学学报.1983