摘要：为降低k值选取对聚类效果的影响,用改进的聚类有效性函数来选取k值。综合考虑了类内相似性、类间差异性,通过UCI数据库中的几个数据集和k-means算法来验证其正确性,并应用于玉米良种选育。为确保得到的玉米良种集中不混有劣种,对聚类得到的玉米良种集进行主成分分析和熵值法的综合评价。实验结果表明,采用该函数在玉米良种集中得到了优良的玉米种子,验证了其正确性。

摘要：针对k-means算法所存在的问题,提出一种优化初始中心点的算法.采用密度敏感的相似性度量来计算对象的密度,启发式地生成样本初始中心.然后设计一种评价函数——均衡化函数,并以均衡化函数为准则自动生成聚类数目.与传统算法相比,本文算法可得到较高质量的初始中心和较稳定的聚类结果.实验结果表明该算法的有效性和可行性.

摘要：短时强降水地域特点突出,致灾性强,是气象防灾减灾的重点和难点.本文基于1951—2021年国家气象观测站逐小时降水资料,采用耿贝尔—线性矩法拟合2215个国家气象观测站的1 h、3 h、6 h短时强降水的重现期分布,统计显示99%以上的国家气象观测站分布函数通过0.05显著性检验;同时,根据我国防洪标准、室外排水设计规范及中央气象台山洪预警等标准,将短时强降水按照重现期2 a、20 a、50 a、100 a划分为一般、较强、强、特强四个等级.然后,采用k-means算法,应用耿贝尔函数的位置参数和尺度参数、短时降水的百分位值和极值等变量聚类,将我国划分为三个短时强降水区,量化了三个区的短时强降水等级并应用2019—2021年70490个区域自动观测站和国家气象观测站监测统计验证了合理性.研究成果可以满足气象业务应用需求,也为气象监测、预报预警和影响评估提供技术支撑.

摘要：本文在深入分析k-means算法计算特征的基础上,基于FPGA平台提出并实现了一种细粒度的并行浮点k-means算法。设计采用了阵列多PE并行处理的任务划分策略,实现了处理单元间的负载平衡,采用数据驱动的流水线隐藏片外存储访问,设计了一种基于脉动阵列结构的主从多PE并行计算阵列,并在单片FPGA(XC5VLX330)上成功集成了4个PE。实验结果表明,我们提出的k-means算法加速器结构具备良好的可扩展性。通过实验测试,我们的实现方案相对于Pentium 4 2.66 GHz单处理器程序达到了15倍的加速比。

摘要：互联网、大数据、云计算等技术的快速普及和发展,促进了通信系统的开发和建设,也促进了社会的信息化、智能化和共享化。通信系统承担着数据传输、存储等重要功能,这些数据多为政企单位、金融银行、电子商务等机密信息,吸引了很多的不法分子利用木马或病毒攻击通信系统,篡取或破坏机密信息,给人们带来不可估量的损失。因此,通信系统安全防御一直是安全防御企业或学者的研究对象。本文分析了通信系统安全防御中存在被动性、智能化弱的问题,提出引入k-means算法,并且利用互信息对该算法进行改进,改进的k-means算法能够确保通信系统的安全防御主动性、纵深性和智能化,实验结果显示,改进的k-means算法识别病毒或木马的准确度达到了99.5%,提高了通信系统的安全防御水平,具有重要的作用和意义。

摘要：根据话题检测任务的定义和特点,本文分析了传统的增量聚类算法和k-means算法的优缺点,提出了基于话题检测的自适应增量k-means算法,设计了话题检测实验,实验结果证明了该算法提高了话题检测性能,具有良好的应用前景。

摘要：针对无线传感器网络中传感器节点能量有限、网络生存期短的问题,提出一种基于生物地理学算法优化k-means的无线传感器网络分簇路由算法BBOk-GA。成簇阶段,通过生物地理学优化算法改进k-means算法,避免求解时陷入局部最优。根据能量因子和距离因子设计了新的适应度函数选举最优簇首,完成分簇任务。数据传输阶段,则利用遗传算法为簇首节点搜寻到基站的最佳数据传输路径。仿真结果表明,相较于LEACH、LEACH-C、k-GA等算法,BBOk-GA降低了网络能耗,提高了网络吞吐量,延长了网络生存周期。

摘要：为降低k值的不确定性和初始聚类中心的随机性对聚类结果的影响,提出一种改进的遗传k-means聚类算法。采用并行计算的方式降低k值和初始聚类中心对聚类结果的影响,利用平均类内距和类间距设计适应度函数保证聚类结果的正确性,改进遗传算法的遗传算子来提高算法效率。通过UCI标准数据集验证了该算法的正确性和有效性,并应用于玉米良种选育中。实验结果表明,该算法能获得更优良的玉米品种,指导玉米选育工作。

摘要：为用户提供数据分析的公共服务平台上需要集成多种数据分析算法,以平台集成k-means算法为例,给出该算法与平台集成时所做的主要工作,包括如何提取算法的一些参数,以及用户数据如何与平台的算法集成,为实现2者的集成,平台设计了用户配置参数的控件,以及对k-means算法调用的接口.对k-means算法的参数进行分析,并提取用户可配置的参数,选取合适的控件显示在JSP页面上,后台程序根据用户的配置调用算法接口,实现对数据的分析.平台算法实现对用户数据的分析并调用JFreeChart接口以饼状图的形式把分析结果显示在界面上呈现给用户.

摘要：针对传统k-means聚类算法对初始点敏感性问题,根据数据样本分布,采用启发式的方法选取初始聚类中心点,设计了一种均衡化评价函数,由此函数为准则自动生成聚类数目.通过实验验证了该算法的收敛性.