简介:BasedontheJointTyphoonWarningCenter(JTWC)best-trackdatasetbetween1965and2009andthecharacteristicparametersincludingtropicalcyclone(TC)position,intensity,pathlengthanddirection,amethodforobjectiveclassificationoftheNorthwesternPacifictropicalcyclonetracksisestablishedbyusingk-meansClustering.TheTClifespan,energy,activeseasonandlandfallprobabilityofsevenclustersoftropicalcyclonetracksarecomparativelyanalyzed.Thecharacteristicsoftheseparametersarequitedifferentamongdifferenttropicalcyclonetrackclusters.Fromthetrendofthepasttwodecades,thefrequencyofthewesternrecurvingcluster(accountingfor21.3%ofthetotal)increased,andthelifespanelongatedslightly,whichdiffersfromtheotherclusters.TheannualvariationofthePowerDissipationIndex(PDI)ofmostclustersmainlydependedontheTCintensityandfrequency.However,theannualvariationofthePDIinthenorthwesternmovingthenrecurvingclusterandthepelagicwest-northwestmovingclustermainlydependedonthefrequency.
简介:摘要本文浅谈了数字图像处理的发展概况、研究背景并对彩色图像K-means算法进行分析.主要详细谈论了是对K-means算法的一些认识,并且介绍K-means聚类的算法思想、工作原理、聚类算法流程、以及对算法结果进行分析,得出其特点及实际使用情况。
简介: 摘要:随着生产任务不断增加,铁路货车运量不断加大,铁路列检作业现场和人员状态的盯控难以做到及时、全面,造成在一些制度执行、落实的过程中不能有效监管,出现作业人员违章作业、滞留天窗、早进晚出、超范围作业,一但发生人员未及时下道情况容易造成人车相撞事故造成人员伤亡。但现有的防护设备和防护方式无法满足当今现场作业防护需求。为了解决这一问题研究一款在列车接近时可以使作业人员得知列车信息进行预警的终端,提高现场作业防护水平保障作业人员安全。
简介:为了解决基因选择困难问题,提出一种基于改进的K-means算法融合微粒群优化(IKPSO)的基因选择方法。该方法首先运用过滤法(Relief)对基因进行筛选,选择出对分类贡献大的基因构成备选基因子集;然后,利用改进的K-means算法将备选基因子集划分为一定数目的簇,并运用微粒群(PSO)对每一类簇进行搜索选择出相应类簇中的最优和次优基因构成最优特征基因子集;最后,训练支持向量机(SVM),并利用其分类的性能来评价获得的最优特征基因子集的质量。在两个典型的、公开的小样本的高维微阵列数据集上进行的实验,结果表明该IKPSO算法总体分类性能相对较好,并且与传统方法相比,IK-PSO分类性能得到显著的提高,证明了IK-PSO的可行性以及有效性。
简介:针对传统聚类算法无法有效处理高维混合属性数据集的问题,对原有的数据归一化方法进行改进。在kmeans和DBSCAN聚类算法的基础之上,结合增量聚类的思想和数据之间相异度的计算方法,提出了一种基于密度的增量k-means聚类算法。该算法能有效处理具有高维混合属性的数据集,在准确度和效率方面都得到提高。