简介：针对抑制式模糊C-均值聚类算法所存在的不足，提出了一种改进算法——半抑制式模糊C-均值聚类算法。通过对抑制式模糊C-均值聚类算法的良性扩展，在保持收敛速度变化不大的前提下改善了聚类的效果。实验表明，该算法是有效的。

简介：与Mamdani模糊系统相比,T-S模糊系统具有较好的性质,并在实际中得到了广泛的应用。如何建立T-S模糊系统也成为研究的热点。本文使用改进的模糊C-均值聚类方法建立初始T-S模糊系统,然后使用粒子群算法进行优化。仿真结果验证了该方法的可行性与有效性。

简介：针对一类带聚类特征的旅行商问题(TSP),研究了一种新型的带聚类处理的C-均值蚁群混合算法.为加快收敛速度,算法首先用C-均值算法对TSP中的城市进行特别聚类处理,然后再利用蚁群算法对分类结果进行处理来得到最终解.算法还集成了一种C-均值搜索算子,并引入了局部搜索策略2-opt,以提高搜索性能.在聚类数目给定的情况下,所提算法能够得到所求TSP的全局较优解,与基本蚁群算法、遗传算法和模拟退火算法比较,它具有更快的收敛速度和更高的收敛精度,并可扩展到一类相关的具有聚类特征的组合优化问题之中.实验结果表明,所提算法是有效的.

简介：摘要交通拥挤事件是城市公共交通系统中造成交通延误的最主要原因之一，快速有效的识别拥挤事件是城市交通控制策略的重要环节。针对交通流相态及其交通因素类属方面存在的模糊性，本文在分析交通流特征时对其进行了聚类软化分。根据交通流特性，运用模糊C均值聚类算法对交通流各要素进行模糊分析处理。通过对交通量隶属度的判别和聚类分析结果，找出不同交通流间的亲疏程度和相似性，将具有相近特性的交通流归纳在一类，从而判别出交通流相态属性，确定交通拥挤事件的发生，达到对交通拥挤事件识别的目的。

简介：目的采用反映血管新生状态的指标经模糊C均值聚类对星形细胞肿瘤病理学分级进行探讨。方法采用含有正常成人脑组织、弥漫性星形细胞瘤（WHOⅡ级）、间变性星形细胞瘤（WHOⅢ级）、胶质母细胞瘤（WHOⅣ级）及阳性对照组织的168点矩阵的组织芯片,通过免疫组织化学SABC双标法标记内皮细胞和血管内皮生长因子,以Image-ProPlus5.1中文版图像分析软件对染色结果及血管内皮生长因子阳性单位、微血管密度及微血管平均周长等指标进行测定。采用单因素分析方法筛选与星形细胞肿瘤病理级别相关的参数,以矩阵实验室数学软件提供的模糊C均值聚类函数参数作为聚类对象,将不同的组织切片参数值进行模糊C均值聚类,所得聚类值分别赋值为星形细胞肿瘤病理分级值。结果（1）在不同病理分级组之间,星形细胞肿瘤血管内皮生长因子阳性单位差异具有统计学意义（P=0.000）,各病理分级组间两两比较差异亦有统计学意义（均P〈0.05）。（2）在不同病理分级组之间,星形细胞肿瘤微血管密度值差异有统计学意义（P=0.000）,两两比较差异亦有统计学意义（均P=0.000）。（3）星形细胞肿瘤微血管平均周长,Ⅱ级组与Ⅲ级组、Ⅱ级组与Ⅳ级组比较差异有统计学意义（均P=0.000）,而Ⅲ级组与Ⅳ级组之间差异无统计学意义（P=1.000）。（4）与WHO病理分级相比,模糊C均值聚类产生的星形细胞肿瘤病理分级值对Ⅱ、Ⅲ、Ⅳ级等级别的诊断符合率分别为85.71%、48.39%和78.95%,总体正确率达68.46%。结论星形细胞肿瘤血管内皮生长因子阳性单位、微血管密度和微血管平均周长等项指标的模糊C均值聚类值与星形细胞肿瘤病理分级值比较符合,可应用模糊C均值聚类法对星形细胞肿瘤的病理分级进行辅助推测。

简介：利用粗糙集的约简算法及类边界集分别选出影响绩效的核心因素和样本的边界集，将其应用于C-均值聚类网络得到具有概率信息（权重）的样本，作为支持向量机（SVM）的输入建立员工绩效评估模型。实例表明，该方法拟合率高，且性能优于SVM算法。

简介：在矢量量化中，搜索与输入矢量最接近的码字需要的计算量很大，实现码字搜索的快速算法是矢量量化实用化的重要条件。在综合现有搜索算法基础上，提出了一种基于均值的快速搜索算法FMBC—SA（FastMean-BasedCodeSearchingAlgorithm），有助于减少矢量码本搜索的时间和空间复杂度。

简介：免疫组化彩色图像分割在免疫组化染色定量分析中有重要的应用价值。C-均值聚类算法（CMA）是根据一定的相似性准则将图像分成C类。由于运算十分耗时，直接限制了C-均值聚类算法在彩色图像分割领域的应用。本文针对免疫组化彩色图像特点，提出了分割免疫组化彩色图像的色度学准则，即：用每个像素的R分量减去B分量，根据其差值是否大于0将相应的像素分为两大类：（R-B）≥0类和（R-B）〈0类，自动分离出图像的阳性细胞区域和阴性细胞区域。在此基础上我们改进了C-均值聚类分割的方法：①针对上述两大类图像的色彩分布的特点确定初始聚类中心；②分别对上述两大类像素在一个色度学空间聚类；③根据每次迭代过程中聚类中心的变化趋势来预测下一次迭代后可能的聚类中心，从而减少迭代的次数。改进之后的C-均值聚类分割方法减少了聚类的样本数量，降低了算法的复杂度，且由于迭代次数的减少，运行速度得到了提高。实验结果表明，本文建立的技术方法能有效地分割免疫组化彩色图像。

简介：摘要:本文针对在邻居用户协同评分识别数据极端稀疏的大环境下运行传统应用协同推荐过滤度量推荐评分算法可能存在的一些弊端,从如何提高不同邻居之间用户评分识别率的准确性角度出发,对目前传统用户相似性平均度量推荐方法特点进行大胆改进,在此方法基础上创新提出一种基于用户相关性平均值的协同推荐过滤算法。实验分析结果表明,该分析算法不仅能有效增强居民邻居推荐用户在居民推荐结果中的品牌影响力,有效帮助提高邻居推荐结果精度,改善邻居推荐结果质量。

简介：邻域均值滤波算法作为图像去噪算法的经典方法,不仅可以有效地消除噪声对图像的干扰程度,并且能够快速平滑图像,但它的缺点是会使图像边缘模糊,窗口越大,模糊程度越明显。本文针对椒盐噪声,分析原邻域均值滤波算法,通过与能量最小化原理相结合,提出新的改进的邻域均值滤波算法,这个算法构造了两个不同能量最小化函数模型,即E1模型和E2模型。两个模型均从图像像素点局部邻域出发,通过求解局部邻域能量最小判断是否利用邻域均值替换原像素灰度值。这个新的去噪算法不仅改变了原邻域均值滤波算法单一的替换灰度值的做法,降低了将非噪声点误判为噪声点的可能性,并且可以根据图像的大小自适应调节阈值,最后达到去除噪声的效果。通过与邻域均值滤波算法进行实验对比,取得较好的去除噪声效果。

简介：摘要目的了解C-反应蛋白的检测及其在临床疾病诊断中所起的作用。方法本实验选取实验组和对照组进行对比的方法，实验组为来我院诊治的患病患者60例，对照组是经过体检各项指标正常的体检人员60名，分别对他们的血进行C-反应蛋白检测。结果对比两组的实验结果，实验组检测的C-反应蛋白值升高达96%以上，而对照组检测的C-反应蛋白值升高的不足3%。结论C-反应蛋白值的检测对疾病初期的检测具有重要的指导意义，值得临床大面积推广。

简介：我刚患糖尿病不久，我想问一下专家。什么叫C-肽，请介绍一下检查C-肽的原理，它代表了什么，正常值是多少。异常又说明了什么？

简介：对一些复杂过程难以实现自动控制,而由人来控制却很好,文章分析了其中的原因,并将人的判定特点用模糊语言来表述,由此得到了模糊算法及过程的一个模糊模型,从而利用模糊模型和计算机来实现自动控制.

简介：摘要：通过将原始方位数据变换数据域映射的方式，优化了边界条件下数据不连续的滤波算法，巧妙的解决了359°到0°这个边界条件下数据不连续的滤波问题，经过了工程验证该方法切实可行，对实际工程方位角度的边界处理具有一定的指导和参考意义。

简介：

简介：摘要根据环保部门对火电厂污染物排放监测考核标准，结合Ovation系统、I/A’S系统的特点，设计了不同DCS系统整点小时均值算法，供运行人员参考。

简介：摘要：随着快速发展，与体育相关的不同信息现在可以通过可穿戴和传感技术记录为有用的大数据形式。大数据技术已成为当前篮球训练中亟待解决的挑战，提高了棒球分析的效果。在本研究中，我们提出了基于内存计算的Spark框架进行大数据处理。首先，我们使用了一种新的群体智能优化布谷鸟搜索算法，因为该算法参数少，全局搜索能力强，支持快速收敛。其次，我们应用传统的K-clustering算法，在Spark分布式环境中使用聚类手段提高最终输出。最后，我们考察了可能导致高压比赛环境的方面来研究职业运动员的防守表现。招聘人员和培训师都可以使用我们的技术来更好地了解基本球员的素质，并最终评估和提高团队的表现。实验结果表明，所建议的方法在聚类性能和实用性方面优于以前的方法。它在移动时对射击训练效果的影响最大，在训练效果上产生了互补的结果。

简介：

简介：C-反应蛋白是机体非特异性炎症反应的敏感标志物,可能参与心血管疾病的发生和发展,当它增高时,可能预测未来心血管事件的发生.对C-反应蛋白在某些方面也存在激烈的争论.

简介：在文献[2]主要引理的基础上,得到关于C-半群序列收敛的一个定理,该定理通过生成元的谱来分析半群序列的收敛性,并给出另一定理的简化证明.