简介:针对无线传感器节点能耗不均的问题,研究了一种多特征组合加权的K一means聚类算法.改进了传统K一means算法中聚类中心随机选择的问题,并针对各维度特征对聚类影响的不同,赋予不同特征不同的权值.采用新的算法,并为其构建对应的算法性能衡量指标,与已有算法相比,新算法效果较好,能够明显提高数据聚类效果.
简介:定义了一种称为四维"复数"的概念来表示彩色图像象素,并由此定义彩色图像的"亮度矩".它以原图像的"亮度矩"与二值化后的图像"亮度矩"保持不变为基础,用于彩色图像的二值分割中.这种称为矩-四维聚类的两级阈值化算法不仅简单实用,而且效果较好.是彩色图像的二值分割的一种有效方法.
简介:研究了一类带连续分布时滞变量的非齐次双曲方程的振动性,得到了无界解的振动判别准则,举例说明了得到的结果。
简介:借鉴组织学习和网络组织理论,对网络学习效果理论进行了发展,设计了网络学习效果的量表,并通过收集123家跨国公司在华子公司的样本进行信度分析、效度分析和验证性因子分析,检验了网络学习效果量表的有效性。
无线传感器节点多特征组合加权K-means聚类算法
四维聚类和彩色图像的两级阈值化算法
一类非齐次双曲泛函微分方程的振动性
海外子公司网络学习效果的量表开发及其验证性因子分析——以东道国网络为例