-
-
公开(公告)号:CN116561610A
公开(公告)日:2023-08-08
申请号:CN202310493544.5
申请日:2023-05-05
Applicant: 哈尔滨理工大学
IPC: G06F18/23213 , G06F18/214
Abstract: 本发明涉及一种基于网格密度的模糊C‑均值聚类方法,属于模糊聚类的基本算法之一,本发明旨在解决传统的模糊C‑均值聚类聚类算法在实际应用中存在的问题,传统的模糊C‑均值聚类方法直接对数据集中的数据进行处理,计算它们的目标函数,通过目标函数求出隶属度函数以及聚类中心函数,导致聚类精度不高,因此针对模糊C‑均值聚类算法需人工选取聚类中心的问题,引入了基于网格密度的优化方法,对FCM聚类算法进行了改进,从而改善了FCM聚类算法中存在的不足,提高了聚类的精确度,达到优化模糊C‑均值聚类算法效果的目的。
-
公开(公告)号:CN115014437A
公开(公告)日:2022-09-06
申请号:CN202210629448.4
申请日:2022-07-25
Applicant: 哈尔滨理工大学
IPC: G01D21/02
Abstract: 本发明是一种智能机房环境监测器,主要包括显示屏、传感器、报警器,所述的传感器负责获取机房的温度、湿度以及空气中烟雾浓度等环境信息,通过单片机与显示屏、报警器连接,所述的显示屏会将从传感器获取到的环境信息显示出来,同时也会显示当前的时间和日期,方便工作人员查看当前机房的环境信息,所述的报警器会在获取到的环境参数超过事先设定的阈值后发出警报声,从而提醒机房的工作人员即使采取相应的措施。本发明通过单片机技术随时对机房的温度、湿度等环境参数进行监测并在环境参数超过设定值时提醒工作人员,方便于工作人员对机房机型管理,可以减少机房因过于潮湿、温度过高等情况造成的损失。
-
公开(公告)号:CN116257769A
公开(公告)日:2023-06-13
申请号:CN202310427341.6
申请日:2023-04-19
Applicant: 哈尔滨理工大学
IPC: G06F18/2321
Abstract: 本发明涉及一种基于有效近邻的聚类中心选择方法。本发明首先计算每个数据点与其k近邻集的近邻距离总和,并求出近邻平均距离;然后定义有效近邻,有效近邻是数据点与其k近邻的距离小于近邻平均距离的点,通过有效近邻来计算数据点的局部密度,并定义平均密度,将大于平均密度的数据点加入候选聚类中心集合中;然后在候选聚类中心集合中选择密度最大的点加入到初始聚类中心集合中,并计算候选聚类中心集合中是否存在有低于其局部密度且属于其有效近邻的数据点,进一步确定每个数据点是新的初始聚类中心还是簇成员,对候选聚类中心集合进行筛选,直到候选聚类中心集合为空。
-
-
-