导读:本文包含了聚类分析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:无线传感器网络,聚类分析,最优传输距离,目标函数
聚类分析算法论文文献综述
李道全,张玉霞,魏艳婷[1]（2019）在《基于聚类分析的能耗均衡无线传感器网络分簇算法》一文中研究指出为降低并均衡无线传感器网络(WSN)中传感器节点的能量消耗,提出一种基于最优传输距离和K-means聚类的WSN分簇算法。根据层次聚类算法建立聚类特征树,将聚类特征树中的叶节点视为一个簇,并使每个簇控制在最优传输距离内,实现簇内节点的能耗均衡。通过目标函数对K-means聚类簇进行优化,保证簇内节点数目的均匀分布,并在考虑剩余能量和地理位置的基础上完成节点数据传输。实验结果表明,该算法在均衡网络能耗的同时,可有效延长网络生命周期。(本文来源于《计算机工程》期刊2019年10期）
李新颖[2]（2019）在《基于聚类分析算法的预算报表审计研究》一文中研究指出本文基于聚类分析算法设计了投融资企业预算报表审计系统,系统总体结构由用户模块、后台管理模块、财务数据聚类分析模块及数据库模块构成,介绍了各模块的基本功能和模块之间的内在联系;在审计系统的主控程序流程及算法设计方面,基于属性重要性的定性数据聚类方式来降低报表审计的复杂度,并实现对投融资企业预算报表的数据统计与分析。系统测试结果显示,选用的3个审计财务指标的误差值控制结果,都低于系统测试目标设定的目标值0.5%,测试效果要显着有效。(本文来源于《中国注册会计师》期刊2019年10期）
邓林峰,张爱华,赵荣珍[3]（2019）在《集成多策略改进FCM算法的旋转机械故障数据聚类分析研究》一文中研究指出针对旋转机械故障数据聚类分析中的初始聚类中心不确定和孤立点敏感问题,提出了一种集成多策略改进的模糊C均值(FCM)聚类方法。首先以故障数据集的决策属性为等价关系对数据集进行划分,得到若干个由等价关系导出的等价类;然后以每个等价类为可行域,采用均值漂移方法搜索故障数据类中心;最后以搜索到的类中心为FCM算法的初始聚类中心,通过核技术计算故障数据样本与相应类中心在高维特征空间中的欧氏距离,从而实现数据样本相似性的有效度量,并完成故障数据的模糊聚类。通过标准数据集和旋转机械故障数据集对方法的性能进行了验证及比较分析。结果显示,改进FCM算法的聚类性能相比传统FCM算法的聚类性能得到了明显提升,在收敛速度和聚类准确性两个性能指标上,改进的FCM算法比FCM算法具有显着优势。(本文来源于《振动工程学报》期刊2019年05期）
沐燕舟,丁卫平,高峰,余利国,张琼[4]（2019）在《基于自适应PSO的改进K-means算法及其在电子病历聚类分析应用》一文中研究指出针对传统的K-means算法在过分依赖初始聚类中心选取方面的不足,论文提出了一种基于自适应PSO的K-means聚类算法。该算法设计了一种自适应惯性权重函数对PSO进行动态调整,然后与K-means算法融合,使K-means的各个初始聚类中心能自适应生成,达到全局最优,最后将上述改进的聚类算法应用于医学电子病历数据病症的聚类处理。实验结果表明该算法具有更高的电子病历病症聚类准确率和执行效率。(本文来源于《计算机与数字工程》期刊2019年08期）
张建朋,陈鸿昶,王凯,祝凯捷,王亚文[5]（2019）在《基于采样的大规模图聚类分析算法》一文中研究指出针对当前聚类方法(例如经典的GN算法)计算复杂度过高、难以适用于大规模图的聚类问题,本文首先对大规模图的采样算法展开研究,提出了能够有效保持原始图聚类结构的图采样算法(Clustering-structure Representative Sampling,CRS),它能在采样图中产生高质量的聚类代表点,并根据相应的扩张准则进行采样扩张.此采样算法能够很好地保持原始图的内在聚类结构.其次,提出快速的整体样本聚类推断(Population Clustering Inference,PCI)算法,它利用采样子图的聚类标签对整体图的聚类结构进行推断.实验结果表明本文算法对大规模图数据具有较高的聚类质量和处理效率,能够很好地完成大规模图的聚类任务.(本文来源于《电子学报》期刊2019年08期）
刘卫华,史婷婷[6]（2019）在《基于数据挖掘的聚类分析算法研究》一文中研究指出本文在数据挖掘和研究的基础上,对数据挖掘的聚类分析算法进行研究,并且对比较完善的聚类分析算法进行介绍,同时还对比较有发展前景的数据挖掘的聚类算法进行阐述。(本文来源于《数码世界》期刊2019年08期）
向丽,戴晓晖[7]（2019）在《动态遗传算法在大数据聚类分析中的应用》一文中研究指出对于常规聚类方法,聚类结果往往与初始聚类中心数目和数据入次序有关。本文另辟蹊径,提出了一种动态GA来实现样本类别数目由数据本身来确定,避免了聚类数目确定的盲目性等问题。计算结果表明,该方法是一个具有全局最优解的动态聚类方法。(本文来源于《信息记录材料》期刊2019年08期）
刘建锋,张科曌,高亮,黄世龙[8]（2019）在《基于继电保护信息与改进谱聚类分析的电网故障区域识别算法》一文中研究指出为了提高聚类算法在故障区域识别中的定位能力与容错性,提出了一种基于继电保护状态信息与谱聚类相结合的电网故障区域识别算法。该方法首先利用各个智能电子装置(IED)提供的继电保护状态值形成特征向量,然后根根事先划定的元件与IED的关联方式,对谱聚类结果进行分析,最后得到故障元件。在容错性方面,对特征向量畸变对聚类分析的影响做出了分析,并发现使用密度调整谱聚类可以取得更好的效果。经仿真实验表明,对核函数的密度差进行改进,相比于已有的基于聚类原理的故障定位算法有更高的定位精度和容错能力,并且定位能力有所提高。(本文来源于《电力系统保护与控制》期刊2019年14期）
李鸿雁,唐娴[9]（2019）在《聚类分析和活动轮廓模型相融合的图像分割算法》一文中研究指出针对当前图像分割算法存在的分割误差大、分割时间长及无法进行在线图像分割的不足,提出一种基于聚类分析和活动轮廓模型相融合的图像分割算法.首先,对原始图像进行去噪处理,采用聚类分析算法对原始图像进行粗分割,将粗分割结果作为活动轮廓模型的初始轮廓线;其次,将活动轮廓模型根据初始轮廓线对图像不同区域轮廓进行拟合,实现图像的精细分割;最后与聚类分析算法、活动轮廓模型以及当前经典图像分割算法进行对比测试实验.实验结果表明,本文算法克服了当前图像分割算法存在的缺陷,提高了图像分割效率和精度,对噪声不敏感,并具有较强的鲁棒性,图像整体分割效果显着优于对比算法.(本文来源于《吉林大学学报(理学版)》期刊2019年04期）
王浩,陈冬[10]（2019）在《城市交叉口群的聚类分析分类算法》一文中研究指出基于交叉口流量数据的交叉口分类算法,较好地兼顾了协调控制和个性化配时方案两方面,同一类的交叉口配时方案相似,地理位置或距离相近(易于划分子区)。本研究首先使用多重评估指标法和组内平方误差和的方法,确定聚类分析的分类个数。然后通过使用划分聚类分析中围绕中心点的划分算法(PAM),以交叉口的流量为依据,对苏州工业园区的107个交叉口进行分类,通过建立相异性函数,衡量聚类中交叉口的相似性。将苏州工业园区的107个交叉口分为若干类,每一类的中心点能够体现本类中各点的集体特点,是本类各项特征的综合体现。最终将苏州工业园区107个交叉口分为3类,使得每一类都对族群内各个交叉口具有较高的相似性,对族群外的交叉口差别较大。每一族群的中心点交叉口对本组群包含的交叉口具有良好的代表性,集中体现了本族群交叉口的特征。在107个交叉口中有80个交叉口的总停车时间减少,占到了所有交叉口的74.8%,所有交叉口一共减少了241.325 h的停车时间,每个交叉口平均减少2.26 h。(本文来源于《公路交通科技》期刊2019年07期）
聚类分析算法论文开题报告
（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：
本文基于聚类分析算法设计了投融资企业预算报表审计系统,系统总体结构由用户模块、后台管理模块、财务数据聚类分析模块及数据库模块构成,介绍了各模块的基本功能和模块之间的内在联系;在审计系统的主控程序流程及算法设计方面,基于属性重要性的定性数据聚类方式来降低报表审计的复杂度,并实现对投融资企业预算报表的数据统计与分析。系统测试结果显示,选用的3个审计财务指标的误差值控制结果,都低于系统测试目标设定的目标值0.5%,测试效果要显着有效。
（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。
聚类分析算法论文参考文献
[1].李道全,张玉霞,魏艳婷.基于聚类分析的能耗均衡无线传感器网络分簇算法[J].计算机工程.2019
[2].李新颖.基于聚类分析算法的预算报表审计研究[J].中国注册会计师.2019
[3].邓林峰,张爱华,赵荣珍.集成多策略改进FCM算法的旋转机械故障数据聚类分析研究[J].振动工程学报.2019
[4].沐燕舟,丁卫平,高峰,余利国,张琼.基于自适应PSO的改进K-means算法及其在电子病历聚类分析应用[J].计算机与数字工程.2019
[5].张建朋,陈鸿昶,王凯,祝凯捷,王亚文.基于采样的大规模图聚类分析算法[J].电子学报.2019
[6].刘卫华,史婷婷.基于数据挖掘的聚类分析算法研究[J].数码世界.2019
[7].向丽,戴晓晖.动态遗传算法在大数据聚类分析中的应用[J].信息记录材料.2019
[8].刘建锋,张科曌,高亮,黄世龙.基于继电保护信息与改进谱聚类分析的电网故障区域识别算法[J].电力系统保护与控制.2019
[9].李鸿雁,唐娴.聚类分析和活动轮廓模型相融合的图像分割算法[J].吉林大学学报(理学版).2019
[10].王浩,陈冬.城市交叉口群的聚类分析分类算法[J].公路交通科技.2019