核模糊C均值算法的类别间可分性优化

随着的计算能力的不断提高和计算机体系结构的可编程性,将向着多核,众核的异质形核的方向继续发展。针对这一问题,本文对KFCM算法的类别间可分性优化进行了分析,通过对于FCM算法的数据集C划分、FCM算法和HCM算法的理论知识,解释了KFCM算法,对于样本的特征进行优化,将高维特征空间内的数据映射到内核函数中,将样本的有益特征扩大,到达快而准的聚类效果。经过仿真测试显示,KFCM算法模型聚类效果可以准确区分二者。     

基于网格的K-均值聚类分析算法的研究

在K-均值聚类分析算法和网格聚类算法基础上,对两种算法进行整合并提出了一种新的KG.CA聚类分析算法。通过对计算密度阀值的函数的改进,本文提出了一种基于网格的K-均值聚类分析算法。最后通过详细的数据分析和计算验证KGCA聚类分析算法可以有效降低凝聚度,和提高分离度从而有效提高聚类效率。     

一种提高图像中值滤波效果的改进算法

为提高中值滤波效果,本文提出了中值滤波的改进算法,对邻域进行中值运算前,先对邻域中的像素点进行甄别,剔除邻域中的脉冲干扰像素点,利用剩余的像素点进行中值滤波运算。利用较中值滤波邻域更大的邻域进行噪声像素点的鉴别,而利用较小的邻域进行剔除噪声点的中值滤波运算,从而即保证了噪声像素点的鉴别的可靠性,又保证了图像滤波的清晰度。     

基于FCM-PFS与PSO-RF的隐性知识外显案例适配研究

对隐性知识外显案例实施有效适配,于知识应用乃至创新、实现乃至增值知识资源的价值,具有重要意义。本文深入研究了隐性知识外显案例适配机理。首先,采用毕达哥拉斯模糊集对知识属性值进行处理,建立知识表达系统;接着,运用K-Means算法对FCM聚类算法进行改进,压缩匹配空间、提升案例匹配效率;而后,基于PFS相关系数求解知识供需间的视图相似度,从而获得适配案例集。在此基础上,构建随机森林适配模型,并采用粒子群算法对其优化,以确保适配效果。与传统算法的对比实验验证了本文算法的比较优势。     

只火锅，不过火

寒冷的冬季,再没有什么比火锅更能温暖冰冷疲惫的身心:入口轻柔如云彩降落在舌尖的羊羔肉,鲜甜弹牙瞬间俘获味觉的鲜鱼虾,清丽爽滑解膻去腻的绿叶菜,以及吸足了汤水鲜美十足又极其绵软的各色菌菇……任屋外雪大风紧,一口小小的火锅足以点燃整个冬天的温暖。需要警惕的是,一定要选择合理健康的食物,别让过度摄取的热量和悄悄堆积的脂肪成为这一季"暖冬"的代价。     

正确评定学生成绩等级方法的研究

针对各校现行划分学生学习成绩等级的方法中存在的问题,进行了较为深入的探讨,应用数理统计的方法,给出了用正态分布划分学生学习成绩的科学可行的方法。     

运用均值不等式错解剖析

<正>~~     

英语教学效果评估模型

本文利用数理统计与矩阵等数学理论与方法,建立了英语教学效果评估的数学模型。在考虑考题难度系数、多学期教学的贡献率、英语等级考试过关率等情况下,给出评估教学效果好与差的标准。通过数理分析,使得教学评估更具科学性。