-
公开(公告)号:CN111860622B
公开(公告)日:2023-12-22
申请号:CN202010631987.2
申请日:2020-07-03
Applicant: 北京科技大学
IPC: G06F18/23213 , G06N3/006
Abstract: 本发明公开了一种应用于编程现场大数据的聚类方法及系统,该方法包括:基于粒子群优化算法,求解对数据聚类时K均值聚类算法中的K值的最优解;在每次迭代过程中,基于模拟退火算法,以一定概率接受非极值最值的粒子,并继续基于粒子群优化算法对K值的最优解进行迭代求解;当达到预设迭代终止条件后停止迭代,并以当前解作为K值的最优解;基于求解出的K值的最优解,采用K均值聚类算法对目标数据进行聚类。本发明基于粒子群优化算法和模拟退火算法求取K值最优解,有效解决了K均值聚类算法中初(56)对比文件Ahmad Abubaker等.Automatic ClusteringUsing Multi-objective Particle Swarm andSimulated Annealing《.PloS one》.2015,第10卷(第7期),1-23.Prabha Umapathy等.Particle SwarmOptimization with Various Inertia WeightVariants for Optimal Power Flow Solution.《Discrete Dynamics in Nature andSociety》.2010,第2010卷1-15.
-
公开(公告)号:CN111860622A
公开(公告)日:2020-10-30
申请号:CN202010631987.2
申请日:2020-07-03
Applicant: 北京科技大学
Abstract: 本发明公开了一种应用于编程现场大数据的聚类方法及系统,该方法包括:基于粒子群优化算法,求解对数据聚类时K均值聚类算法中的K值的最优解;在每次迭代过程中,基于模拟退火算法,以一定概率接受非极值最值的粒子,并继续基于粒子群优化算法对K值的最优解进行迭代求解;当达到预设迭代终止条件后停止迭代,并以当前解作为K值的最优解;基于求解出的K值的最优解,采用K均值聚类算法对目标数据进行聚类。本发明基于粒子群优化算法和模拟退火算法求取K值最优解,有效解决了K均值聚类算法中初始聚类点选取不恰当所导致的陷入局部最优的问题,可提高编程现场大数据的处理准确度和速度。
-
公开(公告)号:CN110278611A
公开(公告)日:2019-09-24
申请号:CN201910517089.1
申请日:2019-06-14
Applicant: 北京科技大学
Abstract: 本发明提供一种无线供电移动边缘计算系统中的资源分配方法,能够实现无线供电移动边缘计算系统中最优的资源分配。所述方法包括:构建无线供电移动边缘计算系统;在无线能量传输和计算卸载过程中,确定表征AP和无线设备的能量状态变化的微分方程;根据斯塔克尔伯格博弈确定AP和无线设备的收益函数;根据确定的表征AP和无线设备的能量状态变化的微分方程、AP和无线设备的收益函数,利用贝尔曼动态规划原理,确定AP无线能量传输的最佳传输功率和无线设备卸载到AP的计算任务的最佳比例。本发明涉及物联网领域。
-
-