版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、文物是人類文明的結(jié)晶,具有歷史、文化和經(jīng)濟(jì)價(jià)值。在眾多文物中露天石質(zhì)文物由于長(zhǎng)時(shí)間存放于自然環(huán)境中,面臨著多種健康風(fēng)險(xiǎn),健康形勢(shì)不容樂觀。文物健康評(píng)價(jià)是用預(yù)防的手段為文物保護(hù)提供數(shù)據(jù)支持。利用物聯(lián)網(wǎng)技術(shù)實(shí)時(shí)采集文物所處自然環(huán)境數(shù)據(jù),通過(guò)對(duì)采集到的數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘來(lái)發(fā)現(xiàn)文物健康狀況,是文物保護(hù)工作中的一種新的思路和方法。聚類分析是數(shù)據(jù)挖掘領(lǐng)域中一種重要的方法,將數(shù)據(jù)集中的數(shù)據(jù)對(duì)象按照規(guī)則聚類成不同的類。粗糙 K-均值聚類算法能夠有效處理不
2、確定、不完備與不精確的數(shù)據(jù),但粗糙 K-均值聚類算法存在著許多缺陷,這些缺陷使得粗糙K-均值聚類算法的使用受到了限制。
本文的主要研究工作:
(1)改進(jìn)粗糙 K-均值聚類算法。利用蟻群算法的全局尋優(yōu)能力,克服粗糙 K-均值聚類算法初始點(diǎn)隨機(jī)選取可能導(dǎo)致聚類結(jié)果是局部最優(yōu)而不是全局最優(yōu)的缺陷。同時(shí)借鑒前人研究成果,自動(dòng)計(jì)算閾值和上下近似區(qū)域的權(quán)重,避免人為設(shè)置閾值和權(quán)重對(duì)聚類結(jié)果的影響。算法中的目標(biāo)函數(shù)也進(jìn)行了改進(jìn),綜
3、合考慮了類內(nèi)距離和類間距離。另外針對(duì)粗糙 K-均值聚類算法對(duì)靜態(tài)數(shù)據(jù)集聚類效率良好,而對(duì)于動(dòng)態(tài)數(shù)據(jù)集,尤其是有增量數(shù)據(jù)的數(shù)據(jù)集聚類效率低的缺陷,提出利用輪廓系數(shù)來(lái)處理增量數(shù)據(jù),然后根據(jù)聚類前后目標(biāo)函數(shù)的變化,來(lái)判斷是否需要對(duì)整個(gè)數(shù)據(jù)集進(jìn)行重新聚類。
(2)對(duì)唐順陵露天石刻文物所處的自然環(huán)境數(shù)據(jù)進(jìn)行分析,建立健康評(píng)價(jià)指標(biāo),使用改進(jìn)后的粗糙 K-均值聚類算法對(duì)評(píng)價(jià)指標(biāo)進(jìn)行聚類分析,對(duì)照評(píng)分準(zhǔn)則進(jìn)行評(píng)分,結(jié)合綜合指數(shù)法得到石質(zhì)文物健
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- K-均值聚類算法的改進(jìn)及其應(yīng)用.pdf
- K-均值聚類算法改進(jìn)及在服裝生產(chǎn)的應(yīng)用研究.pdf
- K-均值聚類算法及其在高校圖書館日志挖掘中的應(yīng)用研究.pdf
- K-中心點(diǎn)和K-均值聚類算法研究.pdf
- K-均值聚類算法的研究與分析.pdf
- 基于人工蜂群算法的改進(jìn)K-均值聚類算法及其應(yīng)用.pdf
- K-近鄰、K-均值及其在文本分類中的應(yīng)用.pdf
- 基于初始點(diǎn)選擇的K-均值聚類改進(jìn)算法及應(yīng)用研究.pdf
- K均值聚類算法研究與應(yīng)用.pdf
- K-均值聚類算法初始中心選取相關(guān)問題的研究.pdf
- 支持向量機(jī)與K-均值聚類融合算法研究.pdf
- 基于K-均值聚類算法的Web日志挖掘技術(shù)的研究和應(yīng)用.pdf
- 聚類算法及其在頁(yè)面聚類中的應(yīng)用研究
- 聚類算法及其在頁(yè)面聚類中的應(yīng)用研究.pdf
- 無(wú)線傳感器網(wǎng)絡(luò)中基于K-均值聚類算法的節(jié)能層次路由算法.pdf
- K-medoids聚類算法研究及其在文本聚類中的應(yīng)用.pdf
- 改進(jìn)的K均值算法在中文文本聚類中的研究.pdf
- 基于K-均值聚類遺傳算法的聯(lián)合選址庫(kù)存模型研究.pdf
- 一種改進(jìn)的人工蜂群算法及其在k均值聚類中的應(yīng)用.pdf
- 蟻群與K均值聚類算法融合研究及其在用戶分群中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論