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: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: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:摘要目的了解C-反应蛋白(CRP)变化与白细胞(WBC)计数的相关性,研究儿童上呼吸道感染疾病中二者变化,指导临床正确鉴别上呼吸道感染是由病毒引起,还是由细菌引起,从而合理使用抗生素。方法通过对260例血常规标本同时检测C-反应蛋白,了解C-反应蛋白与白细胞总数变化的关系;另取60例儿童上呼吸道感染标本进行CRP测定,同时做WBC计数,与健康对照组进行比较分析。结果在260例病例中,单纯C-反应蛋白升高明显高于白细胞升高组,为22.3%(58/260);上感组CRP与健康对照组比较差异有统计学意义(P<0.05),上感组WBC计数与健康对照组比较差异无统计学意义(P>0.05)。结论C-反应蛋白(CRP)检测对于临床鉴别细菌性和病毒性感染具有十分重要的诊断价值;应用在儿童上感中,CRP明显升高,WBC升高不明显,对合理使用抗生素,规范儿童用药具有重要意义。
简介:提出了一种基于改进蚁群算法的动态K-均值聚类算法思想,该算法首先利用蚁群算法的较强处理局部极值的能力,动态地确定了聚类数目和中心,然后利用蚁群聚类得到的结果,再进行K-均值聚类弥补蚁群算法的不足。两者有机结合起来可以寻求到具有全局分布特性的最优聚类,实现了基于改进的蚁群聚类算法分析。