导读:本文包含了分层聚类论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:系数,距离,密度,特征,组合,相似性,拓扑。
分层聚类论文文献综述
顾梅,王雪梅[1]（2019）在《基于多属性组合聚类的护士分层分类方法模型构建》一文中研究指出[目的]构建基于多属性组合聚类的护士分层分类方法模型,为科学划分护士层级类型,提升护士分层管理的精细化、教育培养的精准性提供理论借鉴和方法依据。[方法]在深入分析和概括总结现有护士分层分类方法实践的基础上,运用灰色聚类思想,构建基于多属性组合聚类的护士分层分类方法模型。[结果]该模型能够充分利用护士本身的多属性信息,可以从多个属性维度将护士划分多个具有可比较的组合层次类别,对护士的分层分类更加全面客观、立体多元。[结论]基于多属性组合聚类的护士分层分类方法模型为我国护士分层管理科学化、为促进分层分类教育培养的精细化,以及健全绩效考核体系等提供了可行方法和路径,具有较高的实践应用价值。(本文来源于《全科护理》期刊2019年26期）
张璐,孔令臣,陈黄岳[2]（2019）在《基于距离相关系数的分层聚类法》一文中研究指出随着大数据时代的到来,各个领域涌现出海量数据且结构复杂.如变量的维数不同、尺度不同等.而现实中变量之间往往存在着不确定关系,经典的Pearson相关系数仅能反映两个同维变量间的线性相关关系,不足以完全刻画变量间的相关关系.2007年Szekely等提出的距离相关系数则能描述不同维数变量间的非线性关系.为了探索变量之间的内在信息,本文基于距离相关系数提出了最大距离相关系数法对变量聚类,且有超度量性和空间收缩性.为充分发挥距离相关系数的优势,对上述方法改进得到类整体距离相关系数法.该方法在刻画两类间相似性时,将每类中的所有变量合并成一个整体,再计算这两个不同维数的整体间的距离相关系数.最后,将类整体距离相关系数法应用到几个实际问题中,验证了算法的有效性.(本文来源于《计算数学》期刊2019年03期）
邢英梅,王竹君,阚燕,张娜,史旭曼[3]（2019）在《基于因子分析和分层聚类的成年女性体型特征识别》一文中研究指出在采用叁维人体扫描技术精确、快速地采集到人体全身数据后,对所获得的数据进行探索性分析、配对样本t检验等预处理,再用因子分析和层次聚类分析相结合的数据挖掘方式提取颈椎点高、总肩宽、胸围这3个识别人体体型特征的变量,并用其进行K-means人体体型聚类分析。研究结果表明,所提出的方法既可以作为实体商店或网购服装的参考标准,也可以用于了解某地区的人体体型特征,进而改良服装结构设计。(本文来源于《河南工程学院学报(自然科学版)》期刊2019年02期）
裴刘继[4]（2019）在《基于FRFCM聚类与深度信息优化的分层RGBD图像序列场景流计算技术研究》一文中研究指出3D场景流是空间场景或物体移动所形成的叁维运动矢量,其不仅包含场景或物体的叁维运动参数,还体现了丰富的叁维结构信息。通过计算连续帧图像序列3D场景流能够有效恢复场景与物体的叁维运动与结构。因此,3D场景流计算技术是图像处理、计算机视觉与人工智能等领域的研究热点,研究成果被广泛应用于无人机避障、目标追踪、气象预测、无人驾驶、智能交通检测指挥、智能机器人等领域。近年来,随着微软Kinect、Intel RealSense等消费级深度相机的市场化,图像深度信息的获取变得更加便捷,因此基于RGBD图像序列的场景流计算方法逐渐成为3D场景流计算技术研究的焦点。虽然RGBD场景流模型已在计算精度与可靠性等方面取得较大进展,但是当场景中包含大位移运动、局部复杂结构与运动遮挡时,常常导致RGBD场景流估计产生边缘模糊和局部过度平滑问题。本文以提高RGBD场景流估计的准确性与鲁棒性为目标,主要研究基于FRFCM聚类与深度信息优化的分层RGBD图像序列场景流计算技术,本文的研究工作包括以下几点:1.概述了场景流计算技术的研究意义及背景,详细介绍了场景流计算技术的研究现状,并列举了场景流估计中存在的关键性问题。2.介绍了场景流计算的相关基础理论,简要说明了光流与场景流之间的联系,详细介绍了两种经典场景流计算模型,并对RGBD场景流估计中的优化策略进行了举例分析。3.针对大位移运动和局部复杂场景下RGBD场景流估计中的边缘模糊和局部过度平滑问题,提出一种基于FRFCM聚类和深度信息优化的分层RGBD场景流计算方法。首先根据FRFCM理论对光流彩色图像进行聚类分割得到初始分割图像;其次利用置信度较高的深度信息对初始分割图像进行二次优化分割得到最终的图像分割区域;然后以图像间光流作为先验信息,结合分割结果计算各层运动获得初始场景流;最后使用变形技术与QPBO融合算法由粗到精的细化各层运动得到最终的场景流计算结果。4.为了验证本文所提方法的有效性与先进性,分别利用Middlebury2003、Middlebury2005、MPI-Sintel和SRSF等场景流测试图像集对本文算法以及LDOF、Sun-RGBD、Classic++等具有代表性的方法进行了综合对比分析。实验结果表明本文算法相对于其他方法具有更高的准确性和鲁棒性,尤其在大位移运动和局部复杂结构图像序列具有更好的场景流计算效果,能够有效克服边缘模糊和过度平滑现象。(本文来源于《南昌航空大学》期刊2019-06-01）
刘进博,郭鹏宇,伍越,陈卫[5]（2019）在《基于分层聚类的彩色结构光光条检测方法》一文中研究指出提出了一种基于分层聚类的彩色结构光光条检测方法:将彩色图像转换为灰度图像,利用分层聚类对图像像素逐行进行结构光光条中心点初值计算;根据邻域灰度信息,对结构光光条中心点进行亚像素定位,并基于颜色距离和欧氏距离判别结构光光条中心点索引;对图像进行自上而下的行扫描,完成彩色结构光光条检测。仿真和实验验证了方法的正确性与可行性,结果表明:对光条中心的检测精度为0.47pixel;对于存在微小断裂的光条,该方法仍可保持光条的一致性和完整性。该方法可应用于结构光叁维重建领域,具有一定的理论研究价值和工程应用前景。(本文来源于《激光与光电子学进展》期刊2019年22期）
马硕,马亚平[6]（2019）在《基于分层聚类拍卖的集群UUV多目标分配方法》一文中研究指出针对水下UUV集群协作多目标任务分配问题,提出一种基于市场拍卖机制的分层聚类目标分配方法,研究异步/同步2种任务分配模式及模型。相对已有相关研究工作,该方法改进了任务分组的方式,任务分配机制能够较好地适应动态变化的条件。该方法分为3步:首先基于最小生成树距离的分层聚类对目标集分组为若干任务包,然后由UUV群根据各自的状态对各任务包计算执行代价并投标,最后拍卖方根据投标结果确定中标的UUV及所执行的任务包,同时根据UUV系统状态可动态调整任务分配。仿真结果表明,该方法能够较好地解决集群UUV任务分配问题。(本文来源于《舰船科学技术》期刊2019年09期）
张璐[7]（2019）在《基于距离相关系数的分层聚类法》一文中研究指出随着大数据时代的到来,各个领域涌现出海量数据且结构复杂,如变量的维数不同、尺度不同等.而现实中变量之间往往存在着不确定关系,经典的Pearson相关系数仅能反映两个同维变量间的线性相关关系,不足以完全刻画变量间的相关关系.2007年Szekely等提出的距离相关系数则能描述不同维数变量间的非线性关系尤其是变量间的独立性.为了探索变量之间复杂的内在联系,本文仿照最大系数法的思想,用距离相关系数替换其中的相关系数刻画变量间的相似性,首先提出了最大距离相关系数法对变量聚类,且该方法有超度量性质和空间收缩性质.为充分发挥距离相关系数可用于计算不同维数变量的优势,对上述方法改进得到类整体距离相关系数法.该方法在刻画两类间相似性时,将每类中的所有变量合并成一个整体,再计算这两个不同维数的整体间的距离相关系数作为两类间相似性的度量,且该方法有顺序可交换性质.最后,将类整体距离相关系数法应用到几个实际问题中,验证了算法的有效性.(本文来源于《北京交通大学》期刊2019-05-01）
林君豪,张焰,祝锦舟,赵腾,苏运[8]（2019）在《基于宏微观特征分层聚类的配电网拓扑相似性分析方法》一文中研究指出提出一种基于宏观与微观拓扑特征分层聚类的配电网拓扑相似性分析方法。首先,构建涵盖宏微观拓扑特征的指标集作为拓扑相似性分析的依据,包括宏观层面的网络社团特性和节点度相关性指标以及微观层面的线路功率传输性能和负荷分布密度指标;针对传统拓扑相似性分析方法难以对变量数不同的微观拓扑特征进行细粒度分析的问题,提出基于核密度估计的微观拓扑特征描述方法和基于Kullback-Leibler散度的微观特征相似性量度方法;再以基于标准离差率改进的谱聚类算法对宏微观拓扑特征集进行分层聚类,实现配电网拓扑相似性分析。算例分析表明,所提出的配电网拓扑相似性分析方法在表征配电网结构特性的能力及相似性分析效果方面相对于传统方法更优。(本文来源于《电力系统自动化》期刊2019年13期）
冯志雨,游晓明,刘升[9]（2019）在《分层递进的改进聚类蚁群算法解决TSP问题》一文中研究指出随着旅行商问题(TSP)规模的增大,传统蚁群算法的运行时间会增大,算法的解精度也会降低,并且算法很容易陷入局部最优的情况。提出的分层递进算法的思想源于分工合作的产品线组装流程,首先利用改进的密度峰聚类算法确定拐点,从而选举出聚类中心,根据聚类中心确定包含的数据点;其次将初始的TSP问题分割成较小的簇,这些簇称为二类TSP问题;再经自适应信息素更新策略的蚁群算法运算,找出每个簇的最优解,进一步将簇与簇之间相近的节点构成的边断开;然后两簇之间断开的节点重组成全局最优解;最终通过局部优化策略对重组的优化解进一步优化,从而在保证算法解质量的前提下有效地缩短了运行时间。从TSPLIB中选取小规模、大规模基准案例,通过Matlab仿真验证了改进算法具有更好的鲁棒性,特别是在大规模基准案例中显着地减少了算法运行时间。(本文来源于《计算机科学与探索》期刊2019年08期）
蒋勇,赵作鹏[10]（2019）在《低能耗的无线传感网络分层聚类与节点管理机制》一文中研究指出为降低无线传感器网络的能耗,提出一种分层聚类与节点管理机制。依据距离汇聚节点的远近以及节点数量的多少对网络进行分层,使各分层中传感器节点数量基本一致;改进LEACH协议的门限函数,在各网络分层独立建立节点簇;依据分层网络中簇头节点的位置和节点的剩余能量,选择每个分层的中心节点;在此基础上,由分层中心节点管理各分层节点,强制能量较低的节点休眠,管理簇头节点的更新;采用LEACH协议进行数据传输。实验结果表明,该机制有效降低了网络能耗,延长了网络生存时间。(本文来源于《计算机工程与设计》期刊2019年03期）
分层聚类论文开题报告
（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：
随着大数据时代的到来,各个领域涌现出海量数据且结构复杂.如变量的维数不同、尺度不同等.而现实中变量之间往往存在着不确定关系,经典的Pearson相关系数仅能反映两个同维变量间的线性相关关系,不足以完全刻画变量间的相关关系.2007年Szekely等提出的距离相关系数则能描述不同维数变量间的非线性关系.为了探索变量之间的内在信息,本文基于距离相关系数提出了最大距离相关系数法对变量聚类,且有超度量性和空间收缩性.为充分发挥距离相关系数的优势,对上述方法改进得到类整体距离相关系数法.该方法在刻画两类间相似性时,将每类中的所有变量合并成一个整体,再计算这两个不同维数的整体间的距离相关系数.最后,将类整体距离相关系数法应用到几个实际问题中,验证了算法的有效性.
（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。
分层聚类论文参考文献
[1].顾梅,王雪梅.基于多属性组合聚类的护士分层分类方法模型构建[J].全科护理.2019
[2].张璐,孔令臣,陈黄岳.基于距离相关系数的分层聚类法[J].计算数学.2019
[3].邢英梅,王竹君,阚燕,张娜,史旭曼.基于因子分析和分层聚类的成年女性体型特征识别[J].河南工程学院学报(自然科学版).2019
[4].裴刘继.基于FRFCM聚类与深度信息优化的分层RGBD图像序列场景流计算技术研究[D].南昌航空大学.2019
[5].刘进博,郭鹏宇,伍越,陈卫.基于分层聚类的彩色结构光光条检测方法[J].激光与光电子学进展.2019
[6].马硕,马亚平.基于分层聚类拍卖的集群UUV多目标分配方法[J].舰船科学技术.2019
[7].张璐.基于距离相关系数的分层聚类法[D].北京交通大学.2019
[8].林君豪,张焰,祝锦舟,赵腾,苏运.基于宏微观特征分层聚类的配电网拓扑相似性分析方法[J].电力系统自动化.2019
[9].冯志雨,游晓明,刘升.分层递进的改进聚类蚁群算法解决TSP问题[J].计算机科学与探索.2019
[10].蒋勇,赵作鹏.低能耗的无线传感网络分层聚类与节点管理机制[J].计算机工程与设计.2019
论文知识图
