摘要：随着车联网的快速发展,汽车行业对车辆智能化、网联化的要求越来越高。近年来,我国陆续出台《新能源汽车产业发展规划(2021-2035年)》、《物联网新型基础设施建设三年行动计划(2021-2023年)》等多项政策文件,助力车联网产业的快速发展。车规级通信模组作为车联网的重要入口之一,各项性能指标的稳定性要求也在逐步提高,传统设计失效模式及后果分析无法与通信模组的实际生产测试数据有效结合,存在分析遗漏的可能性。本文提出了一种设计风险分析的新方法,该方法将通信模组设计失效模式及风险分析与Kmean算法相结合,能够从生产测试数据中对设计风险进行优化补充,从而提高车规级通信模组设计与生产的质量。

摘要：文章基于Spark分布式计算框架设计并实现了并行kmeans聚类模型,并通过该模型在不同规模的Movie Lens数据集上进行训练比对实验,结果表明,该并行kmeans聚类模型适合运行在分布式集群环境下,且并行化计算效率也有不俗的表现;其次通过repartition算子设计分片加载数据,优化并行方案,有效减少了模型的训练时间。

摘要：针对线路老化、线路过载的火灾频发问题,分析了线路老化、线路过载与异常温升之间的关联性,以电流值、线缆温度作为输入,利用kmeans聚类算法划分可能存在异常温升的区间,通过Random Forest算法识别线路过载问题,可以提前通知用户整改线路,预防火灾的发生。

摘要：针对多光谱遥感影像在低维空间难以区分这一问题,提出一种基于KPCA和kmeans++的变化检测方法。对不同时相的遥感影像进行大气校正、几何校正和图像配准,求出影像差值,利用KPCA方法将低维空间数据映射为高维特征向量,获得主成分信息,形成差异图像,再通过kmeans++聚类,生成结果图像。实验表明,新方法检测效果良好,精度较高。

摘要：车牌检测是目前应用比较早的计算视觉检测系统,其技术发展和应用也相对比较成熟。但是到目前为止,车牌检测绝大数情况下都是在特定环境和拍摄角度去进行检测,其功能实现也相对比较简单。对于在复杂环境下的车牌的提取和检测,仍是值得研究的方向。本文从传统算法出发,设计了一种基于颜色通道的车牌定位算法,通过分析不同颜色车牌在不同彩色空间的表现形式,通过预处理获得特征比较明显的相应预处理图像。本文将图像灰度直方图和kmeans相结合,设计了基于kmeans和积分波峰图的自适应区域分割算法,从而实现对车牌区域的分割。对于分割提取出来的区域,再次使用波峰图进行候选区域的筛选从而达到车牌的准确定位。

摘要：该系统将Bag of words模型用于大批量图像检索,基于OpenCV C语言库提取图像的SIFT特征,然后使用kmeans算法进行聚类,再将其表示成Bag of words矢量并进行归一化,实现大批量图像检索,并用caltech256数据集进行实验。实验表明,该系统该系统采用的方法是有效的。

摘要：针对复杂场景中运动目标检测时出现的问题,设计了一种基于EmguCV的改进背景减除法运动目标检测方法。首先对每一帧图像进行混合高斯模型处理,再通过帧间差分算法进行背景更新,继而分析了传统混合高斯模型和传统的帧差分目标检测方法,并对算法进行了改进。利用kmeans聚类算法采用不同的背景区域对复杂场景实现不同更新速率,在EmguCV框架的基础上利用C#语言实现对运动目标的检测。实验结果表明,该方法易于使用,且性能比较好。

摘要：室内定位技术的发展给生活带来了便利。WiFi位置指纹室内定位技术在室内定位技术领域较为普遍,但是原始的数据经过简单的滤波后使用传统的WKNN算法进行匹配定位,得到的最终定位点位置存在一定误差。文章通过在数据预处理阶段对kmeans算法进行优化,其均方根误差较传统kmeans算法的均方根误差降低了3.2%,匹配定位阶段匹配算法对KWNN算法的权值进行方差优化,其平均定位误差较传统KWNN算法的平均定位误差降低了23.6%。

摘要：针对最大最小值原则的kmeans聚类算法运行在Hadoop平台时需要多次遍历所有数据的问题,提出了一种改进的初始聚类中心的选择算法称为M+kmeans算法。该算法只需要遍历一次全局数据极大的缩减了算法并行运算时消耗的时间。多组实验测试结果显示,设计的M+kmeans算法适合运行在大规模集群Hadoop平台上,并且加速比和扩展率较原始算法有明显提高。

摘要：论文在预焙阳极焙烧生产过程中的焙烧块质量预测分析领域,提出了预焙阳极焙烧块质量的预测模型和客观合理的焙烧块理化指标评分方法,并介绍了模型的设计原理。模型涉及的算法包括kmeans算法、BP神经网络以及KNN算法。通过实验验证,该预测模型预测效果良好。