您的位置: 专家智库 > >

王秀和

作品数:3 被引量:10H指数:2
供职机构:防灾科技学院信息化管理中心更多>>
发文基金:国家高技术研究发展计划中央高校基本科研业务费专项资金防灾减灾青年科技基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...

主题

  • 1篇对称性
  • 1篇蚁群
  • 1篇蚁群优化
  • 1篇蚁群优化算法
  • 1篇优化算法
  • 1篇图像
  • 1篇嵌入式
  • 1篇中小型网络
  • 1篇网络
  • 1篇网络管理
  • 1篇小型网络
  • 1篇聚类
  • 1篇聚类研究
  • 1篇光谱图像
  • 1篇高光谱图像
  • 1篇SNMP
  • 1篇SOCKET
  • 1篇BRESEN...
  • 1篇K-MEAN...
  • 1篇K均值

机构

  • 3篇防灾科技学院
  • 1篇浙江大学

作者

  • 3篇王秀和
  • 1篇任晴晴
  • 1篇冯燕茹
  • 1篇楼剑涛
  • 1篇潘志安

传媒

  • 1篇信息系统工程
  • 1篇科技通报
  • 1篇计算机工程与...

年份

  • 1篇2015
  • 1篇2013
  • 1篇2011
3 条 记 录,以下是 1-3
排序方式:
基于对称的反走样直线生成算法被引量:5
2011年
在对常用直线生成算法Bresenham及直线反走样算法Wu的深入研究后,在这两种算法的基础上提出一种适用于嵌入式环境下的快速直线绘制算法。该算法根据直线段的对称性特点,使上述两种算法的执行效率有了较大的提高,并能支持多像素宽度及反走样。
楼剑涛王秀和
关键词:BRESENHAM算法嵌入式对称性
利用K均值算法改进后的蚁群优化算法对高光谱图像聚类研究被引量:5
2015年
在对K均值算法和图像聚类的蚁群优化算法(ACO)进行对比分析后,本文提出了K均值ACO算法来解决K均值误分类和ACO慢聚敛的问题。K均值ACO算法将K均值的结果当成ACO的启发式信息,如此提高了ACO在蚁群寻找规则方面的光照概率和光照像素,允许蚁群根据信息素集中度而非概率来筛选节点,以致可以在不对ACO的随机搜索质量进行改变的情况下就可以完全获取到启发式信息。对模拟数据和真实数据进行验证后,K均值ACO算法证实可以改善K均值误分类的聚类精确度并提高ACO的收率速度。
王秀和
关键词:K-MEANS蚁群优化算法聚类
中小型网络流量监测系统的设计与开发
2013年
本文设计了一个基于SNMP的网络流量监测系统,并用Socket网络编程技术实现了流量监控功能,该系统适用于中小型网络的管理。
冯燕茹任晴晴潘志安王秀和
关键词:网络管理SNMPSOCKET
共1页<1>
聚类工具0