改进的K-means聚类k值选择算法

空间聚类算法中，聚类的效果在很大程度上受制于最佳[k]值的选择。典型的[K]-均值算法中，聚类数[k]需要事先确定，但在实际情况中[k]的取值很难确定。针对手肘法在确定[k]值的过程中存在的“肘点”位置不明确问题，基于指数函数性质、权重调节、偏执项和手肘法基本思想，提出了一种改进的[k]值选择算法ET-SSE算法。通过多个UCI数据集和[K]-means聚类算法对该算法进行实验，结果表明，使用该[k]值选择算法相比于手肘法能更加快速且准确地确定[k]值。     

嵌入式系统实验教学建设与实践体系的建立

嵌入式系统开发是实践性比较强的一门技术.做好嵌入式实验教学建设、构建科学合理的实践体系,具有十分重要的意义.本文从嵌入式系统课程特点出发,首先提出了嵌入式实验教学建设中需要注意的一些问题,其次针对课程实验、课程设计、毕业设计及课外科技实践活动等统筹考虑,构建出一套"验证性-设计性与综合性-创新性的综合训练项目"三层次实践教学体系.     

边缘智能背景下的手写数字识别

随着边缘智能的快速发展,现有手写数字识别卷积网络模型的发展已越来越不适应边缘部署、算力下降的要求,且存在小样本泛化能力较差和网络训练成本较高等问题。借鉴卷积神经网络（CNN）经典结构、Leaky_ReLU算法、dropout算法和遗传算法及自适应和混合池化思想构建了基于LeNet-DL改进网络的手写数字识别模型,分别在大样本数据集MNIST和小样本真实数据集REAL上与LeNet、LeNet+sigmoid、AlexNet等算法进行对比实验。改进网络的大样本识别精度可达99.34%,性能提升约0.83%;小样本识别精度可达78.89%,性能提升约8.34%。实验结果表明,LeNet-DL网络相较于传统CNN在大样本和小样本数据集上的训练成本更低、性能更优且模型泛化能力更强。     

基于自适应权重的多重稀疏表示分类算法

提出了一种基于多特征字典的稀疏表示算法。该算法针对SRC的单特征鉴别性较弱这一不足,对样本提出多个不同特征并分别进行相应的稀疏表示。并根据SRC算法计算各个特征的鉴别性,自适应地学习出稀疏权重并进行线性加权,从而提高分类的性能。实验表明,基于自适应权重的多重稀疏表示分类算法,具有更好的分类效果。     

自适应学习的多特征元素协同表示分类算法

针对基于传统的稀疏表示分类算法的单特征鉴别性较弱这一不足,提出一种基于自适应学习的多特征元素协同表示分类算法SLMCE_CRC。该算法结合多特征子字典的思想,对样本提出特征元素的双重分解,并分别从特征和元素角度分别进行相应的协同表示,自适应地学习出各个特征的稀疏权重和元素的残差权重,并进行线性加权,从而实现目标的分类。实验结果表明,使用该方法能显著提高识别率,尤其对含有较多特征细节的图像数据,具有一定的实用价值。     

基于信息融合的电信客户流失预测研究

针对数据挖掘方法在电信客户流失预测中的局限性,提出将信息融合与数据挖掘相结合,分别从数据层、特征层、决策层构建客户流失预测模型。确定客户流失预测指标;根据客户样本在特征空间分布的差异性对客户进行划分,得到不同特征的客户群;不同客户群采用不同算法构建客户流失预测模型,再通过人工蚁群算法求得模型融合权重,将各模型的预测结果加权得到预测最终结果。实验结果表明,基于信息融合的客户流失预测模型确实比传统模型更优。     

基于图像处理的印品质量在线检测

一、引言随着科学技术的发展,人们对印刷品的要求越来越高,印刷品也越来越精细,这样也导致了印刷品的生产难度不断增加。当前印刷生产已经达到了自动化和数字化,印刷速度也越来越高,而图案复杂且细节丰富繁多的印刷品往往会由于印刷过程中印刷机械和印刷材料的不完善以及一些不易避免的随机因素而出现各种弊病。这就要求我们在印刷的过程中能对印刷品出现的各种缺陷进行准确的识别和判断,并把得到的信息及时地反馈给印刷机,并对印刷机进行适当的调整,以实现对印刷过程的实时控制和印刷品质量的在线检测。为了保证与印刷生产和质量检测的自动…     

银行客户分类的数据特征选择方法与实证研究

针对银行客户数据维度高、量级大和冗余特征多等问题，提出了一种借鉴多模态融合思想的综合特征筛选方法，通过计算并比较数据集中各特征的综合贡献度来对冗余特征进行筛选。基于真实银行客户数据特点，给出了一种包括类型转换及离散化、缺失值填充和标准化三部分的数据预处理方案，并对真实银行客户数据进行预处理；利用Pearson相关系数、随机森林、量化先验认知以及提出的多模态视角下的综合特征筛选方法对预处理后数据集中的冗余特征进行筛选，并分别提取到14个、8个、15个和11个特征；根据实验研究结果，从定性与定量两个层面对四种特征选择方法的特征选择效果进行充分比较。实验结果表明，提出的一种借鉴多模态融合思想的综合特征筛选方法能够有效弥补不同特征选择方法间的缺陷，降低数据维度，进而提升银行客户分类模型性能。     

基于Visual Basic胶印机递纸牙类型库的开发

<正> 一、引言 递纸机构是单张纸胶印机的关键部位,对印刷质量起着决定性的作用。因此,深入地认识递纸牙以便更好地熟悉胶印机,从而印出更     

一种F-scores和SVM结合的客户分类方法

为了克服现有客户分类方法在假设前提、准确度、泛化能力等方面的不足,提出了一种F-scores和SVM算法相结合的客户分类方法,并把该方法应用到银行信用卡客户分类问题中予以验证.实证分析表明:该方法最终的模型验证准确率可达95%以上,学习和分类能力良好.