导读:本文包含了均值差分论文开题报告文献综述及选题提纲参考文献，主要关键词:差分进化,K-means算法,K-均值聚类算法
均值差分论文文献综述
王凤领,梁海英,张波[1]（2019）在《一种基于改进差分进化的K-均值聚类算法研究》一文中研究指出针对K-均值算法的差异与缺点,对初始值敏感,易于落入局部最优解,差异进化算法具有强大的全局收敛能力和鲁棒性,但其收敛速度较慢。鉴于上述问题和缺陷,论文首先详细介绍了进化算法关键操作和差分进化算法的步骤和具体流程。然后,阐述了基于差分进化的K-均值聚类算法的描述,步骤和具体流程。最后,提出基于改进差分进化的K均值聚类算法,详细介绍改进方案,改进算法的步骤和具体流程。基于差分进化和改进算法的K均值聚类算法进行仿真实验,实验结果表明,该算法具有较好的搜索能力,算法收敛速度更快,鲁棒性更强。(本文来源于《计算机与数字工程》期刊2019年05期）
李媛,侯宏录[2]（2019）在《基于改进均值建模的自适应叁帧差分算法研究》一文中研究指出针对实际视频图像中复杂的背景环境(光照变化、有微动物体等),运动目标检测算法不易提取出完整的运动目标,提出了基于改进均值背景模型的自适应叁帧差分算法。该算法利用前k帧建立的均值背景模型作为叁帧差分法的中间帧,再采用叁帧差分法,并对差分结果选取自适应阈值来二值化,将两个检测出的目标进行"与"运算,最后通过形态学处理、滤波等,获得运动目标的真实位置。最后试验结果表明,提出的算法能够适应比较复杂的背景环境,不易受光照变化或其他微小变化的影响,又能有效克服空洞和边缘丢失的现象,并且检测准确率更高,适用于无人监控环境。(本文来源于《电子测量技术》期刊2019年03期）
蒋宗礼,乔向梅[3]（2018）在《基于差分隐私保护的模糊C均值聚类推荐》一文中研究指出通过对用户进行模糊C均值聚类,使其以不同的隶属度隶属于不同聚类,解决了因硬聚类导致的推荐准确度低的问题,获得更加准确的聚类效果;针对推荐算法的隐私泄露问题,通过将Laplace噪声引入到模糊C均值聚类过程中,实现基于差分隐私保护的模糊C均值聚类推荐.实验结果表明,该算法在保证推荐质量的同时有效改善了推荐系统的安全性.(本文来源于《计算机系统应用》期刊2018年10期）
乔向梅[4]（2018）在《带有差分隐私保护的模糊C均值聚类推荐技术的研究》一文中研究指出随着Internet的迅速发展、网络信息量不断膨胀,导致用户面对大量的商品信息束手无策,商家也无法及时、准确得了解用户需求并为其推荐商品。在这种背景下,由于协同过滤推荐算法根据用户偏好进行及时的个性化推荐,并且不依赖于用户信息或者商品属性,成为了电子商务网站普遍采用的推荐技术。但随着数据量的爆炸式增长,传统的协同过滤推荐算法的计算量也大大增长,影响了计算效率。解决计算量过大问题的传统方法是引入聚类算法,但传统聚类算法中一条数据只能属于一个类,而现实中一条数据可能和多个类中的数据有不同方面的相似之处,因此传统聚类算法的硬聚类可能影响推荐准确度。于此同时由于在推荐过程中有隐私信息泄露的风险,有些用户不愿意透露隐私信息,这大大降低了推荐质量。针对以上情况,本文的主要工作内容如下:1.针对传统聚类算法的硬聚类问题,使用改进的模糊C均值聚类算法对用户进行聚类。通过引入IKA算法初始化聚类中心,使聚类中心均匀分布。最后根据模糊C均值聚类算法获得的隶属矩阵在目标用户所属类中寻找最近邻,缩小最近邻的计算范围。解决了传统聚类算法的硬聚类问题和局部最优问题。2.为了保护用户隐私信息的同时保证推荐质量,对推荐过程的隐私泄露问题进行深入分析后,在模糊C均值聚类过程的中心点和目标用户的k近邻处引入Laplace噪声。解决了推荐过程的安全性问题。3.为了提高推荐准确度,对推荐算法进行改进。引入基于项目类别的评分矩阵填充算法和基于用户兴趣的相似度改进算法。最后为了验证本文提出的新算法的有效性,将新算法与其他相关的典型算法相比较,通过分析和对比实验结果证明新算法的有效性。4.设计并实现带有差分隐私保护的模糊C均值聚类推荐算法的电影推荐系统,从需求分析、架构设计、数据库设计等方面进行详细地分析。最后利用Myeclipse开发平台和Mysql数据库完成电影推荐系统的实现。实验结果证明,本文提出的带有差分隐私保护的模糊C均值聚类推荐算法能够解决传统聚类中的硬聚类问题和局部最优问题,提高聚类效果;对评分矩阵进行预测填充,对用户相似度的计算进行改进,解决评分矩阵稀疏问题并提高推荐准确度;在模糊聚类和推荐过程中引入满足差分隐私的噪声,在保证推荐质量的同时解决安全性问题。综合分析各项评价指标,本文提出的新算法在保证推荐系统的安全性的同时有较高的推荐准确度。(本文来源于《北京工业大学》期刊2018-05-01）
亢洁,李晓静[5]（2018）在《基于均值背景与叁帧差分的运动目标检测》一文中研究指出为了实现对室外监控视频中人体运动目标的准确提取,针对传统的叁帧差分法在运动目标检测过程中容易出现"空洞"现象,提出了一种基于均值背景与叁帧差分的运动目标检测算法.该算法通过将经均值背景建模得到的视频当前帧的背景加入到叁帧差分中与视频当前帧和视频当前帧的下一帧分别进行邻间差分,避免了背景像素点对前景检测带来的影响,解决了叁帧差分法在运动目标检测过程中存在的"空洞"问题.仿真结果表明,该算法在完整性和准确性方面要优于传统的运动目标检测算法,可以在复杂背景环境中实现快速的运动目标提取.(本文来源于《陕西科技大学学报》期刊2018年01期）
魏金光,侯杰,张帆[6]（2017）在《基于均值差分缘检测和单链聚类的实时车牌定位算法》一文中研究指出提出了一种快速有效的车牌定位算法。在该算法中,首先给出了一种新型的实时边缘检测算法——均值差分算法。在此基础上,利用快速游程算法获得边缘图中的所有连通分量,然后使用多种几何形态特征,过滤掉明显不属于车牌字符的连通分量。最后,利用单链聚类算法,根据连通分量的特征信息进行聚类分析,获得最终的候选车牌。利用工程中的实际数据进行了实验,并做了精确度、运行时间、算法效率的分析。实验结果表明:基于均值差分和单链聚类算法的实时车牌定位算法精确度高,运行时间短,可以应用到实时车牌识别系统中。(本文来源于《电视技术》期刊2017年Z3期）
王广,张晓明,徐日华[7]（2016）在《基于改进差分进化的K均值聚类算法在入侵检测中的研究》一文中研究指出针对K均值算法对初始聚类中心需要人为设定、对聚类中心敏感并且极易陷入局部最优的缺陷,用改进的DE算法对K均值算法进行优化。在DE算法中,采用动态交叉参数CR与缩放参数F,有效地平衡了DE算法的全局寻优能力与收敛速度二者的矛盾;利用混沌的随机性完成DE算法的种群初始化,利用其遍历性在DE进化后期的最优解附近进行混沌搜索,有效地提高了DE算法的全局寻优能力。最后,使用KDD99数据集对CDE-K均值算法进行验证,实验结果表明,CDE-K均值算法具有较好的聚类能力,在检验效果方面表现优秀。(本文来源于《北京石油化工学院学报》期刊2016年03期）
王广[8]（2016）在《基于改进差分进化的K均值聚类算法在入侵检测中的研究》一文中研究指出现今,互联网技术的步伐不断前行,网站受到威胁的问题越来越受人们的重视。网站安全不仅是技术问题,而且它会影响世界的安全稳定。在众多的网络安全技术中,入侵检测系统脱颖而出,它是通过采集网站中的重要数据信息进行技术分析,从而判定是正常行为还是入侵攻击的行为,入侵检测(IDS)是一种可以对网站进行检测、分析、报警的主动安全防御系统。IDS的作用是检测网站入侵的行为并判别入侵事件,它可以对网站行为的数据进行划分类别。IDS将网站数据划分为正常和异常数据两个类别,对异常行为的判定即为入侵检测。IDS具有快速、有效地发掘各种各样的入侵行为的能力,时时刻刻保护着网络系统与资源的安全,通过主动防御防御的特点成为了防火墙的好帮手,时至今日IDS已经在网站安全中发挥越来越重要的作用。本文的主要研究工作包括：本论文研究的开始阶段,首先对入侵检测系统的相关方面进行了调研,继而介绍了聚类分析方面的知识和概念。在聚类算法中,本文选用了K-均值做处理入侵检测数据的基础,并对聚类结果受到初始聚类中心影响大的不足选用差分进化(Differential Evolution简称：DE)算法对其优化。在DE算法中本文做了两个方面的改进：一方面是对算法本身参数CR、F均采取动态的改进,另一方面算法融合了混沌优化算法的特点,使其实现混沌初始化和进化末期的对最优个体混沌搜索历遍寻优。在实验阶段,首先对入侵检测数据PCA等方法进行了数据的预处理,然后基于改进的算法CDE-K-means算法建立了相应的入侵检测模型,用matlab编程实现该模型对实验数据KDD99的检测,实验数据效果表明,本文对K-均值聚类算法的优化起到了很好的效果,提高了K-均值的检测能力,改善了过度依赖初始聚类中心的不足。针对K-均值算法无法胜任大数据量的聚类问题,作者搭建了近年来较为流行的Hadoop云平台分布式系统,并在该系统上借助Mahout数据挖掘工具实现对抽取的数据进行分布式的K均值聚类运算,并与传统的单机K均值运算的在耗时上进行了对比和分析。(本文来源于《北京化工大学》期刊2016-05-31）
孙未雅,张权,白云蛟,张芳,董婵婵[9]（2015）在《基于差分曲率的非局部均值图像降噪算法》一文中研究指出传统非局部均值滤波算法忽略了图像块之间的结构相似性,造成搜寻相似像素不充分,使得一些图像细节被滤除.因此,利用差分曲率对图像边缘和斜坡等结构信息的良好检测性能,提出了一种基于差分曲率的非局部均值降噪算法.该方法充分利用图像块之间灰度值和差分曲率的欧氏距离共同确定权重,对图像块之间进行更好的相似性判断,进而优化传统非局部均值滤波算法.实验结果表明,与传统的非局部均值降噪算法相比,新算法能有效地保持图像边缘细节等信息,改善了传统非局部均值算法的去噪性能,取得了良好的降噪效果.(本文来源于《中北大学学报(自然科学版)》期刊2015年03期）
徐航,张喜涛,张军鹏[10]（2015）在《基于局部均值差分的红外小目标图像背景抑制算法》一文中研究指出复杂背景条件下红外小目标检测是提高红外武器系统探测距离的有效措施之一。针对小目标的特点提出了一种基于局部均值差分的红外小目标图像背景抑制算法。首先,通过优化的高通滤波进行初始背景抑制;然后,在分析小目标与背景像素差异的基础上检测目标潜在区域;最后,通过局部分割和特征分析实现抑制背景并增强目标。仿真结果表明,对于复杂地物及云层背景的红外图像,所提算法在提高目标信噪比及对比度方面均有较强的稳定性。(本文来源于《航空学报》期刊2015年09期）
均值差分论文开题报告
（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：
针对实际视频图像中复杂的背景环境(光照变化、有微动物体等),运动目标检测算法不易提取出完整的运动目标,提出了基于改进均值背景模型的自适应叁帧差分算法。该算法利用前k帧建立的均值背景模型作为叁帧差分法的中间帧,再采用叁帧差分法,并对差分结果选取自适应阈值来二值化,将两个检测出的目标进行"与"运算,最后通过形态学处理、滤波等,获得运动目标的真实位置。最后试验结果表明,提出的算法能够适应比较复杂的背景环境,不易受光照变化或其他微小变化的影响,又能有效克服空洞和边缘丢失的现象,并且检测准确率更高,适用于无人监控环境。
（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。
均值差分论文参考文献
[1].王凤领,梁海英,张波.一种基于改进差分进化的K-均值聚类算法研究[J].计算机与数字工程.2019
[2].李媛,侯宏录.基于改进均值建模的自适应叁帧差分算法研究[J].电子测量技术.2019
[3].蒋宗礼,乔向梅.基于差分隐私保护的模糊C均值聚类推荐[J].计算机系统应用.2018
[4].乔向梅.带有差分隐私保护的模糊C均值聚类推荐技术的研究[D].北京工业大学.2018
[5].亢洁,李晓静.基于均值背景与叁帧差分的运动目标检测[J].陕西科技大学学报.2018
[6].魏金光,侯杰,张帆.基于均值差分缘检测和单链聚类的实时车牌定位算法[J].电视技术.2017
[7].王广,张晓明,徐日华.基于改进差分进化的K均值聚类算法在入侵检测中的研究[J].北京石油化工学院学报.2016
[8].王广.基于改进差分进化的K均值聚类算法在入侵检测中的研究[D].北京化工大学.2016
[9].孙未雅,张权,白云蛟,张芳,董婵婵.基于差分曲率的非局部均值图像降噪算法[J].中北大学学报(自然科学版).2015
[10].徐航,张喜涛,张军鹏.基于局部均值差分的红外小目标图像背景抑制算法[J].航空学报.2015