已閱讀1頁，還剩59頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：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)，請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、網(wǎng)格技術(shù)是分布式網(wǎng)絡(luò)技術(shù)的一個新發(fā)展,它將屬于不同管理域的,異構(gòu)資源靈活有效地組織起來,目的在于實現(xiàn)更高層次上的資源共享。即共享的資源不僅包含目前廣泛使用的網(wǎng)頁信息,還包括共享計算資源、存儲資源、網(wǎng)絡(luò)資源、傳感設(shè)備等連接在網(wǎng)絡(luò)上的所有軟硬件資源。
本文以深入研究網(wǎng)格資源的聚類,提高資源利用效率為目標(biāo),在對國內(nèi)外研究現(xiàn)狀深入分析的基礎(chǔ)上,提出一種新的混合模糊聚類方法。
模糊C均值算法是在模糊聚類算法體系中運用較
2、為普遍的一種算法,這在于模糊C均值算法本身具有的一些優(yōu)點,但同時該算法也有些明顯的缺點,比如容易陷入局部最優(yōu)值,對干擾數(shù)據(jù)敏感,對算法初始值的設(shè)定也有較大的依賴程度。為了充分利用模糊C均值算法的優(yōu)點,并改善其不足,本文借鑒了前人的研究思想,將具有全局尋優(yōu)和快速收斂特點的粒子群算法與模糊C均值算法相結(jié)合,提出了混合優(yōu)化模糊C均值算法的網(wǎng)格資源模糊聚類,將網(wǎng)格資源數(shù)值化,按照相似度最大化的原則對網(wǎng)格資源進行有效聚類,并在迭代過程中設(shè)置遺傳操
溫馨提示
- 1. 本站所有資源如無特殊說明，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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于模糊聚類的網(wǎng)格資源發(fā)現(xiàn)方法研究.pdf
- 模糊聚類算法研究.pdf
- 基于層次聚類的模糊聚類算法的研究.pdf
- 數(shù)據(jù)挖掘中模糊聚類與聚類集成研究.pdf
- 模糊聚類算法及其聚類有效性的研究.pdf
- 模糊聚類新算法的研究.pdf
- 模糊聚類有效性研究.pdf
- 基于模糊商空間理論的模糊聚類研究.pdf
- Web事務(wù)聚類中模糊聚類算法的應(yīng)用研究.pdf
- 模糊聚類算法應(yīng)用研究.pdf
- 基于隨機模糊的聚類算法研究.pdf
- 時間序列動態(tài)模糊聚類的研究.pdf
- 模糊聚類算法的研究與實現(xiàn).pdf
- 模糊C-均值聚類的研究.pdf
- 基于模糊相似關(guān)系的聚類研究.pdf
- 知識驅(qū)動的模糊聚類算法研究.pdf
- 模糊聚類的混合推薦算法研究.pdf
- 數(shù)據(jù)挖掘中模糊聚類算法研究.pdf
- 模糊聚類有效性指標(biāo)研究.pdf
- AFS聚類方法研究及其在模糊數(shù)據(jù)聚類中的應(yīng)用.pdf
評論
0/150
提交評論