摘要：医疗信息系统中的信息数据在实际更新过程中容易产生振荡,导致实际安全检测时产生的检测时延数值过大,为此设计基于改进k-means聚类的医疗信息系统信息安全检测方法。划分医疗信息系统信息场景,获取医疗信息系统信息数据,随机选定一个信息数据作为聚类初始位置,划定信息数据的判断方向,形成一个基于改进k-means聚类算法判断信息数据安全状态的过程,构建不同层次信息的安全状态判断矩阵,完成安全检测方法的构建。结果表明:设计的检测方法误报率较低,产生的时延在0.1s左右,与两种文献中的检测方法相比,文中设计的安全检测方法产生的时延时间较短,实际检测过程所需的检测时间最短。

摘要：在数据聚类要求下,由于常规数据自动采集系统只能对现有数据进行一次采集,无法进行后续聚类处理,针对这一问题,设计了基于改进k-means聚类的数据自动采集系统。该系统的硬件部分对数据采集器进行了重新优化,引入A/D转换器、AT89S52单片机、MPC85XX芯片,为保证上述元件具备充足电量,对原有电源进行改进;软件部分获取初始数据中心点候选集,通过数据采集聚类最佳指标的获取,实现数据自动采集与聚类处理。实验将基于改进k-means聚类的数据自动采集系统与常规的数据自动采集系统进行比较,结果表明,本文系统有效地解决了常规数据自动采集系统出现的问题,提升了数据采集量。

摘要：针对目前综合能源系统网格划分方法体系尚不成熟,且尚未考虑负荷特性互补的问题,提出一种考虑负荷特性的综合能源系统网格划分方法。首先,采用改进k-means聚类算法对能源网格进行初始划分,即在传统k-means聚类算法的基础上确定网格数量划分范围和初始聚类中心点位置;其次,提出考虑负荷特性的能源网格修正方法,在能源网格初始划分完成后利用负荷特性对网格进行修正,减少每个能源网格内部的负荷峰谷差率与整体网格的负荷峰值;最后,通过模糊理想决策方法选取最优能源网格划分数量,并将该最优网格划分数量进行横向对比。结果表明,相比于不考虑负荷特性的网格划分方法,所提方法能够降低网格7.1%、0.5%、4.5%的电、热、冷负荷峰谷差率和7.9%、11.5%、3.9%的电、热、冷整体负荷峰值。

摘要：为解决低碳排放量物流背景下配送中心选址与多车型车辆路径优化组合的决策问题,构建了以考虑碳排放量的物流综合成本最小为目标的规划模型,并针对该模型的特点,设计了两阶段启发式算法进行求解。第一阶段设计改进k-means聚类方法对客户节点进行分区聚类,然后使用空间单旅程分区算法以货车满载条件为限制确定各配送中心所服务客户;第二阶段以物流综合成本最低为优化目标,建立量子遗传算法进行求解。结合算例结果表明能够在低碳排放量情况下有效降低物流综合成本。

摘要：由于学生的不同,他们对高等数学的接受能力也不同,因此统一的教学无法在众多的学生中适用。对此,本文设计了一种以初始化去噪和质心优化k-means聚类算法为基础的高等数学教学分层模型,这一模型首先将噪处理标准k-means聚类算法的初始化数据,之后再改进算法的初始化数据,这一过程主要是借助优化聚类中心的方法进行。最后再在高等数学教学分层中应用这一改进后的算法。仿真实验结果证明,本文提出的以质心优化k-means聚类算法以及数据初始化去噪为基础的教学分层模型具有较好的收敛性,并且可以较好地在高等数学教学中实现分层。

摘要：针对传统的人工现场稽查难以有效查出用户窃电行为的问题,文中在当前采集系统能有效获取用户用电信息的基础上,提出一种基于改进k-means算法和用电大数据的新型窃电识别模型。通过对采集系统得到的用电数据进行预处理,同时提取电量与电压的特征参数,从而建立用户的综合用电信息指标。最终,通过改进的k-means算法识别出高损台区的窃电用户。对某高损台区的仿真实验结果表明,新型窃电识别模型能够缩小窃电稽查范围,且可更加精准、有效地识别出窃电用户,并有效提升窃电稽查的工作效率。

摘要：目的针对玻璃表面存在的划痕、漏点、结石和水印等4种主要缺陷,研究一种基于背光照射的玻璃表面缺陷检测方法,提出一种改进k均值聚类算法用于水印缺陷的检测。方法首先,通过设计的图像采集系统对玻璃图像进行采集,并对采集图像背景估计;然后根据水印缺陷与其他3种缺陷的灰度差异,将含缺陷的玻璃分成2类,完成缺陷粗分类;接着利用边缘检测算法对含划痕、漏点和结石缺陷的玻璃图像进行处理,利用结合了Otsu阈值分割方法和补偿系数f的改进k均值聚类算法对含有水印缺陷的玻璃图像进行处理,最终实现对玻璃表面4种缺陷的识别与标记。结果实验表明,该系统操作方便,算法复杂度低,缺陷识别准确度高,检测速度快。结论通过上述玻璃表面缺陷检测系统,可准确高效地检测出玻璃表面存在的4种主要缺陷。改进的k均值聚类可以准确实现对水印缺陷的检测,且该方法可以克服聚类迭代次数高,聚类结果容易陷入局部最小等缺点。极大地提高了缺陷检测的效率,可用于玻璃生产过程中的实时检测。