导读:本文包含了模式聚类论文开题报告文献综述、选题提纲参考文献，主要关键词:属性,模式,奎宁,数据,木香,神经网络,健康。
模式聚类论文文献综述写法
王志睿[1]（2019）在《基于动态聚类的数字图书馆信息服务模式的构建要素及策略》一文中研究指出文章介绍了动态聚类的概念及内涵,分析了数字图书馆信息服务模式发展的趋势即大众需求多样化、技术手段智能化、服务方式多元化,从资源共建共享、服务效能提升、满足用户需求、技术创新应用4个方面阐述了基于动态聚类的数字图书馆信息服务模式构建要素,最后着重从人员、技术、资源、平台等方面提出了建构基于动态聚类的数字图书馆信息服务模式的具体实施策略。(本文来源于《中国中医药图书情报杂志》期刊2019年06期）
张芳,陈彬,汤杨华,董健,艾川[2]（2019）在《基于兴趣点聚类的无桩共享单车时空模式分析》一文中研究指出城市无桩共享单车发展迅猛,其方便快捷、经济高效的特点受到人们的推崇。它们产生的数字足迹揭示了城市范围内人们在时间和空间上的活动,使利用共享单车对城市中人们的活动进行定量分析成为可能。利用采集的北京市无桩共享单车数据,提出了一种基于城市兴趣点聚类的方法,对城市空间进行划分,构建城市共享单车的流动网络,并从不同的角度分析单车流动的时空模式。本文的研究有助于了解城市居民的出行特点,帮助城市相关管理人员设计和规划城市交通管理体系。(本文来源于《系统仿真学报》期刊2019年12期）
曹卫东,胡炜[3]（2019）在《基于信息度量和聚类的模式集成方法》一文中研究指出针对模式集成过程中表示不同语义的属性因名称特征和数据实例特征相似而引起的误配问题,提出一种基于信息度量和聚类的模式集成方法。该方法通过构造数据实例的点互信息向量将属性表示到向量空间中,将模式集成问题简化成求解空间中的属性点的相似性问题,进而基于DBSCAN算法对属性进行聚类,有效识别同名异义的属性,同时结合属性的加权相似度对类中误匹配属性进行筛除,提高属性匹配结果的精确度。实验结果表明,该方法能有效地将模式信息与数据实例相结合来取得更准确的匹配结果,可以解决多个异构模式的集成问题。(本文来源于《现代电子技术》期刊2019年22期）
黎晓丽,孙冬梅,罗宇琴,梁慧,杨晓东[4]（2019）在《基于主成分分析及聚类判别模式的木香UPLC指纹图谱研究》一文中研究指出目的建立木香药材UPLC指纹图谱及3,5-O-二咖啡酰基奎宁酸含量测定方法,对不同产地木香的质量进行较全面的评价。方法采用YMC Trait C18(100 mm×2.1 mm,1.9μm)色谱柱,以乙腈-0.05%磷酸水溶液为流动相梯度洗脱,指纹图谱检测波长为254 nm,3,5-O-二咖啡酰基奎宁酸含量测定检测波长为327 nm,柱温30℃,体积流量0.30 mL/min。采用相似度评价、聚类分析和主成分分析对13批木香药材指纹图谱进行研究。结果建立了木香药材的UPLC指纹图谱,确定了8个共有峰;相似度评价、聚类分析和主成分分析结果表明,13批木香药材质量存在差异,不同产地以及同一产地药材均有一定差异。结论本研究为木香药材的质量控制提供了较为全面、有效的快速评价方法。(本文来源于《中草药》期刊2019年20期）
虞瑾,张颖,王艳,曾晓莉,江一巍[5]（2019）在《聚类分析在上海市12～15岁学生口腔健康“知信行”模式研究中的应用》一文中研究指出目的:了解上海市12～15岁组学生的相关口腔健康知识、信念和行为的关系,为该人群口腔健康干预提供数据支持。方法:根据全国第四次口腔健康流行病学调查方法,对上海市2927名12～15岁组学生的冠龋进行检查和问卷调查。采用SAS 9.4软件包对数据进行统计学分析。结果:根据文献将该人群对口腔预防保健的认知和态度分为2类。认知态度得分较高的Ⅰ类群体,每天刷牙次数较认知态度得分较低的Ⅱ类群体多(χ~2=22.9,P<0.01);知道并使用含氟牙膏的人数也较Ⅱ类多(χ~2=23.7,P<0.01),使用牙线的频率也较Ⅱ类高(χ~2=15.1,P<0.01),食用甜点的频率较Ⅱ类低(χ~2=22.1,P<0.01),食用甜饮料的频率较Ⅱ类低(χ~2=26.4,P<0.01),而食用其他饮料加糖的频率,2组无显着差异(χ~2=10.5,P=0.11)。结论:上海市12～15学生口腔危险行为因素仍有待改善,这与学生的知识和态度有关。(本文来源于《上海口腔医学》期刊2019年05期）
王笑喆,Eduardo,Bernab,e,Jennifer,E.Gallagher,郑树国[6]（2019）在《英国英格兰、威尔士及北爱尔兰地区15岁青少年恒牙龋病流行模式及聚类情况分析》一文中研究指出目的通过横断面研究数据探索英国15岁青少年恒牙龋病患病模式。方法本研究纳入2418名参与2013年英国儿童口腔健康调查的来自英格兰、威尔士及北爱尔兰地区15岁青少年的龋病临床检查数据。龋损严重程度分为临床前龋、釉质视觉改变(AV)、釉质成洞龋、牙本质视觉改变(2V)、牙本质成洞龋、牙髓受累。分析样本不同阶段龋病的患病情况,并计算不同龋病诊断标准下的龋失补牙面数(DMFS)。以恒牙列28颗牙齿全部128个牙面的患龋状态(是/否)为变量纳入系统聚类分析,获得具有相似恒牙龋病患病模式青少年的分组情况。结果 1.59%/0.78%的牙面及5.50%/2.56%的牙齿分别罹患釉质龋及牙本质龋。D_(AV)MFS、D_(2V)MFS分别为5.94±8.04和3.92±6.63。根据牙面患龋经历将15岁青少年分为低、中、高、极高4组。各组D_(AV)MFS/D_(2V)MFS分别为0.12/0.14、3.75/3.33、11.24/9.44、31.76/30.56,其中有31.52%和23.24%的青少年具有高或极高的患龋水平,组内样本具有相似患龋模式。结论英国15岁青少年根据牙面患龋经历水平可聚类为4组。系统聚类分析可用于探索人群龋病的患病模式。(本文来源于《2019年中华口腔医学会口腔预防医学专业委员会第十九次全国学术年会资料汇编》期刊2019-07-24）
刘柏兵,宋东,李春晓[7]（2019）在《基于层次聚类的状态监测数据衰退模式挖掘》一文中研究指出故障预测与健康管理(prognostics and health management,简称PHM)技术,是在现代复杂设备的高可靠性和高安全性要求下,实现视情维修的一种新的技术理念。PHM技术的研究方向之一就是利用系统状态监测数据中包含的信息,对设备的健康情况和发展趋势进行评估、分析和预测。针对基于状态监测数据的衰退模式挖掘问题,提出了一种P-D-H聚类方法,以实现衰退模式的挖掘。首先,通过分段聚合近似(piecewise aggregate approximation,简称PAA)方法对由状态监测数据形成的退化轨迹时间序列进行模式表示;其次,采用动态时间弯曲距离(dynamic time warping,简称DTW)作为模式序列的相似性度量;最后,采用层次聚类的方法实现衰退模式聚类。用此方法对滚动轴承磨损状态监测数据进行了衰退模式挖掘,验证了方法的有效性。基于复杂系统状态监测数据的模式聚类方法能够有效实现系统健康衰退模式的挖掘,模式挖掘的结果可以为应用状态监测数据进行系统健康的预测奠定良好的基础。(本文来源于《振动.测试与诊断》期刊2019年03期）
樊国旗,蔺红,程林,张锋,樊国伟[8]（2019）在《基于K均值模式划分改进模糊聚类与BP神经网络的风力发电预测研究》一文中研究指出为了克服模糊聚类不能反应数据内部差别的不足,提出了一种基于模式划分改进的模糊聚类与BP神经网络的风电功率预测算法。该算法首先确定最佳的模式划分数,接着将不同的风速模式下的历史风速数据进行模糊聚类以确定关联系数,并对关联系数高的历史风速数据和发电数据进行训练,然后利用BP神经网络得出风电预测功率。以新疆某地区实际风力发电数据作为仿真算例,对比分析了所提算法与未改进模糊聚类与BP神经网络在风力发电预测中的误差,结果表明所提算法克服了模糊聚类的缺点,具有更高的精度,对地区发电计划安排具有较高的价值。(本文来源于《智慧电力》期刊2019年05期）
陈子原,程远国[9]（2019）在《一种海战场目标电磁行为模式聚类算法》一文中研究指出发现隐藏在大量侦察数据中的海战场电子对抗侦察目标电磁行为模式,对于明确敌作战意图,采取针对性措施有重要意义。本文给出了包含作战平台、作战动作和信号制式等因素的电磁目标行为模式形式化定义,并在此基础上设计了一种基于k均值算法的电磁行为模式聚类算法,仿真结果表明所提出的算法能够满足电磁行为模式聚类分析要求。(本文来源于《电脑知识与技术》期刊2019年13期）
张创基[10]（2019）在《基于模糊分区聚类的社交网络用户情景模式预测》一文中研究指出为了提高社交网络用户行为分析和情景模式预测能力,优化社交网络建设,结合数据挖掘和行为分析方法进行社交网络的用户特征分析和用户情景模式的优化挖掘,发现社交网络用户行为特征。提出一种基于模糊分区聚类的社交网络用户情景模式预测方法,构建社交网络用户情景模式分布的关联拓扑结构模型,采用Parallel Sets变元轴排序方法进行社交网络用户情景模式存储结构分区调度,结合分段特征提取方法进行社交网络用户情景模式的关联数据挖掘,采用自适应寻优方法求取社交网络用户的情景模式的分布信息,利用模糊分区聚类方法发现用户情景模式数据集中的隐含模式,根据数据模糊分区聚类和挖掘结果,实现社交网络用户情景模式的自适应预测。仿真结果表明,采用该方法进行社交网络用户情景模式预测的准确性较高,提高了对社交网络用户情景模式特征配准的精度,算法处理的实时性较好。(本文来源于《智能计算机与应用》期刊2019年03期）
模式聚类论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
城市无桩共享单车发展迅猛,其方便快捷、经济高效的特点受到人们的推崇。它们产生的数字足迹揭示了城市范围内人们在时间和空间上的活动,使利用共享单车对城市中人们的活动进行定量分析成为可能。利用采集的北京市无桩共享单车数据,提出了一种基于城市兴趣点聚类的方法,对城市空间进行划分,构建城市共享单车的流动网络,并从不同的角度分析单车流动的时空模式。本文的研究有助于了解城市居民的出行特点,帮助城市相关管理人员设计和规划城市交通管理体系。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模式聚类论文参考文献
[1].王志睿.基于动态聚类的数字图书馆信息服务模式的构建要素及策略[J].中国中医药图书情报杂志.2019
[2].张芳,陈彬,汤杨华,董健,艾川.基于兴趣点聚类的无桩共享单车时空模式分析[J].系统仿真学报.2019
[3].曹卫东,胡炜.基于信息度量和聚类的模式集成方法[J].现代电子技术.2019
[4].黎晓丽,孙冬梅,罗宇琴,梁慧,杨晓东.基于主成分分析及聚类判别模式的木香UPLC指纹图谱研究[J].中草药.2019
[5].虞瑾,张颖,王艳,曾晓莉,江一巍.聚类分析在上海市12～15岁学生口腔健康“知信行”模式研究中的应用[J].上海口腔医学.2019
[6].王笑喆,Eduardo,Bernab,e,Jennifer,E.Gallagher,郑树国.英国英格兰、威尔士及北爱尔兰地区15岁青少年恒牙龋病流行模式及聚类情况分析[C].2019年中华口腔医学会口腔预防医学专业委员会第十九次全国学术年会资料汇编.2019
[7].刘柏兵,宋东,李春晓.基于层次聚类的状态监测数据衰退模式挖掘[J].振动.测试与诊断.2019
[8].樊国旗,蔺红,程林,张锋,樊国伟.基于K均值模式划分改进模糊聚类与BP神经网络的风力发电预测研究[J].智慧电力.2019
[9].陈子原,程远国.一种海战场目标电磁行为模式聚类算法[J].电脑知识与技术.2019
[10].张创基.基于模糊分区聚类的社交网络用户情景模式预测[J].智能计算机与应用.2019