共查询到20条相似文献,搜索用时 31 毫秒
1.
提出一种基于大数据存储区域自动筛选的数据库优化存储和访问技术,首先进行数据库中数据分布存储模型设计和数据结构分析,采用模糊C均值聚类算法进行大数据的存储区域优化聚类,提高数据聚敛能力。采用滤波算法进行数据库中的干扰滤波处理,对滤波输出的数据进行存储区域的自动筛选控制,实现数据库存储空间优化,提高数据库访问的指向性和配准性。仿真结果表明,利用该方法进行数据库优化设计,对大数据的存储和调度性能都有较大改善。 相似文献
2.
通过对Web大数据库的访问,提高数据库的查询和信息调度能力。传统方法采用基于信息流减法聚类和模糊C均值调度的数据库访问算法,对数据库访问过程中的稀疏度均衡能力不好。提出一种基于稀疏度均衡调度的数据库优化访问算法,分析了数据库中海量数据存储结构模型,进行数据融合和冗余信息滤除处理。采用稀疏度均衡调度方法进行特征提取和数据库访问过程中的均衡调度,提高数据查准率。仿真结果表明,利用该算法进行数据库访问的均衡性能较好,数据的查准率和查全率较高。 相似文献
3.
在云计算环境下,对高职院校信息管理系统中的虚拟化云数据进行优化融合处理,以提高数据的访问和调度性能。传统方法采用模糊C均值算法进行数据融合处理,随着数据特征之间的模糊性增强,导致对虚拟化云数据的融合和识别能力下降。提出一种基于面向服务构架中心聚类的高职院校信息管理系统中的虚拟化云数据融合算法。首先构建高职院校信息管理虚拟化云数据分布存储结构模型,然后进行数据的状态特征提取和数据聚类处理。实验结果表明,采用面向服务构架中心聚类方法能实现对虚拟化云数据的中心融合处理,提高数据的访问和调度性能。 相似文献
4.
模糊C均值聚类是聚类分析中应用最广泛的算法之一,但是聚类数目需要人为预先设定,在实际应用中有极大的局限性。提出一种自动确定聚类数目的基于粒子群的模糊C均值聚类算法,通过对不同聚类数目进行试验,利用添加粒子阈值向量自动确定最佳的聚类数目。在预设的最大聚类数目内随机分割数据集,利用重构准则重新构建初始值,以此克服需要事先设置聚类数目的模糊C均值缺点。利用有效性函数评估算法性能,试验结果表明,该算法能自动找到最优聚类数目,聚类效果很好。 相似文献
5.
针对模糊C均值聚类算法易于陷入局部极值的问题,设计了一种基于混沌振荡粒子群优化的模糊C均值聚类方法。该方法在标准PSO算法中设计了一个振荡环节并引入混沌理论以增加算法的多样性和收敛性,接着把优化后的PSO算法和模糊C均值聚类算法相结合。文本聚类的仿真实验表明,相对于PSO-FCM算法和FCM算法,CCPSO-FCM算法具有良好的全局搜索能力和收敛速度,聚类效果良好。 相似文献
6.
基于K-均值算法的模糊分类器具有很好的分类效果,用它可以很准确的对训练样本进行分类,此方法是将K-均值算法应用于训练数据的聚类,对每个聚类的半径和聚类的中心都是可计算的,而模糊系统设计方法就是用模糊度来描述聚类,对训练数据进行高效且准确的分类,这种方法有下面几个特点:(a)不要预定义参数;(b)训练时间短;(c)简单;最后用一个例子对这种模糊分类器进行分析验证。 相似文献
7.
8.
基于层次的模糊K均值聚类算法研究 总被引:1,自引:0,他引:1
苏瑞 《安阳师范学院学报》2010,(2):47-50
通过对K均值聚类算法的研究,本文提出了一种基于层次聚类与模糊聚类思想的K均值聚类算法。算法首先使用层次方法对数据进行初始聚类,然后用得到的聚类数作为模糊K均值聚类中的K值,对聚类进行修正。最后通过实验,验证了该算法不需要人为假设聚类算法中的K值,而且引入了模糊隶属关系使类别的划分更接近于事实,从而证明了该算法的有效性。 相似文献
9.
张水波 《闽西职业技术学院学报》2012,14(4):117-120
人脸识别技术是图像处理方面的重要技术。通过对人脸数据进行标准化处理,利用主成分分析和半监督模糊聚类算法对人脸数据库进行聚类分析。实验结果表明,半监督模糊聚类利用主成分降维得到的22个特征进行聚类,对于已知类别属性的人脸,聚类结果与这些属性的一致率达100%,而对于其他数据,一致率也达到99%以上。 相似文献
10.
11.
产品服务系统是一种高度集成及优化的“产品+服务”整体解决方案。质量功能展开作为常用的规划工具,传统方法依赖于设计师的知识经验,具有一定主观性,数据挖掘方法可以从已有的设计记录数据库中提取规则集来提高客观度。采用Apriori算法,获取客户需求和功能需求之间的关联规则,辅助PSS规划分析。由于设计数据库庞大,会降低数据挖掘及决策分析效率。在关联规则挖掘前,采用模糊C均值算法对客户群体进行聚类,以降低数据维度,提高挖掘效率。最后以烟机企业产品服务系统为例,验证了该方法的有效性和实用性。 相似文献
12.
13.
14.
《鸡西大学学报》2019,(11)
在远程在线学习过程中,需要进行学习行为数据的优化挖掘,指导学习行为优化,提出基于可信动态度量的学习行为数据分布式挖掘算法。建立远程在线学习行为数据的大数据演化特征分布模型,采用大数据信息融合方法进行学习行为数据的可信动态度量,提取学习行为数据分布式关联特征量,采用模糊相关性融合调度方法进行学习行为数据分布式挖掘过程中的自适应调度和寻优控制,结合模糊K均值聚类分析方法进行学习行为数据分布式挖掘的动态特征量聚类分析,在聚类中心中实现对远程在线学习行为数据的自适应融合和分布式挖掘。仿真结果表明,采用该方法进行可信动态度量下学习行为数据分布式挖掘的准确性较高,收敛性较好,挖掘过程的自适应学习性能较好。 相似文献
15.
16.
在Web日志挖掘的基础上,构建挖掘系统模型,采用模糊聚类方法对采集的日志数据进行聚类,得到用户的访问模式,从而指导校园网网站管理人员改善Web站点结构,提高用户查找信息的准确率和效率。 相似文献
17.
本文将模糊C均值聚类和自适应神经模糊网络结合起来.模糊C均值聚类用于对输入变量空间进行划分,生成初始的模糊规则库,自适应模糊神经网络(ANFIS)选用最小二乘法和BP算法.与普通的模糊神经网络相比,这种模糊神经网络收敛速度快,建模精度高。 相似文献
18.
负荷预测是电力系统分析与运行的基础,对机组组合、经济调度、安全校核等均具有重要意义。随着电网规模不断增大,数据库时间跨度也随之变大,对不良数据及冗余数据的处理造成影响,负荷预测精度和速度的提高难度显著增大。针对这一问题,提出基于懒惰学习与聚类算法的组合模型。该模型以懒惰学习(Lazy Learning, LL)算法为基础,通过选择相似样本对负荷进行差异性预测建模。在预测应用中,为缩小样本库数量,减小 LL算法的预测时间,利用模糊C均值聚类(Fuzzy C-means,FCM)对用电特征进行聚类从而生成局部训练集,以改进LL算法局部建模。实验结果表明, FCM-LL组合算法不仅能高效精确地预测负荷,而且能实现数据库的实时更新。 相似文献
19.
20.
李玲玲 《贵州教育学院学报》2011,(9):11-14
凝聚型层次聚类和模糊C-均值聚类是聚类中的两种常用算法,每种算法都有其自己的优点、缺点及适用的对象和范围。针对FCM算法的对初始值敏感,以及目标函数没有考虑类间距离的缺点,通过使用距离阚值,把凝聚型层次聚类与模糊C-均值聚类算法相结合,产生一种新的基于距离闲值的FCM算法,实验结果表明。这种算法能够自动的判断迭代的终止条件、快速有效的找到最佳聚类结果,从而实现对模糊C-均值聚类算法的自动优化。 相似文献