段明秀
- 作品数：30 被引量：209H指数：7
- 供职机构：吉首大学更多>>
- 发文基金：湖南省教育厅科研基金湖南省自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学理学更多>>
- 大学生心理健康测试系统架构被引量：1
- 2015年
- 在设计大学生心理健康测试系统的过程中,我们对系统的功能模块做了设计,并简单地介绍了系统各功能模块的作用,同时对心理健康测试在网页中如何实现进行了研究和设计。说明了ASP.NET、Java Script、AJAX在系统中的作用,并讨论了Java Script网络脚本在网页中几个功能的实现。
- 陈贤段明秀
- 关键词：ASP.NETJAVASCRIPT功能模块
- QPSO优化的改进CLARANS聚类算法被引量：3
- 2013年
- CLARANS算法是一种有效且广泛应用的聚类算法,适合发现任意形状的聚类结果,但CLARANS算法在搜索过程中容易陷入局部最优解,从而忽略全局最优解。为了避免CLARANS算法在搜索中心点时易受局部最优解的影响,提出一种将CLARANS算法中的邻接点作为QPSO算法的量子粒子,结点代价作为适应度函数对其进行寻优的改进CLARANS算法。将该改进算法应用于UCI数据集,结果表明该算法聚类效果好、收敛快,算法的稳定性、收敛性及寻优能力都有很大提高。
- 段明秀
- 关键词：量子粒子群算法聚类适应度函数
- 基于团队学习的计算机专业学生创新实践能力培养被引量：5
- 2016年
- 针对高校计算机专业传统教学模式在培养学生创新能力方面的不足,提出以项目为主导的"团队学习"教学模式.详细叙述"团队学习"教学模式的实施过程,并对实施过程中遇到的问题提出对策."团队学习"模式的实践,较好地解决了计算机专业学生分析和解决问题能力不够、创新精神和创新能力不足、团队协作意识不强等问题.
- 段明秀何迎生王从银蒋效会鲁荣波
- 关键词：团队学习团队协作就业竞争力计算机专业
- 对层次聚类算法的改进被引量：17
- 2008年
- 介绍了层次聚类算法的基本思想,在原算法的基础上,通过对类间距离进行预排序从而避免合并类时重新计算类间距离,该算法降低了计算的复杂度.实验表明,改进后的算法在与原算法聚类效果相同的情况下运行速度明显提高.
- 段明秀杨路明
- 关键词：层次聚类算法类间距离
- 基于密度的聚类算法DBSCAN的研究与实现被引量：3
- 2012年
- DBSCAN算法是一种基于密度的算法,可以发现任意形状的聚类,不受噪声影响。本文首先对基于密度的聚类算法DB-SCAN进行了描述和分析,最后给出了算法的具体实现框架。
- 曾泽林段明秀
- 关键词：DBSCAN聚类
- 脉冲时滞细胞神经网络的周期解被引量：1
- 2010年
- 细胞神经网络具有高速并行计算且易于硬件实现等特点,已被广泛应用于图像处理、模式识别等领域.本文讨论了一类脉冲时滞细胞神经网络的周期解的存在性,并给出了算例并进行了仿真,仿真结果支持所得结论.
- 段明秀李海
- 关键词：脉冲时滞细胞神经网络周期解
- 基于模糊聚类的RBF分类器的设计与实现被引量：5
- 2009年
- 提出一种RBF网络设计方法,利用模糊c均值聚类算法确定径向基函数的数目、基函数中心及宽度,输出层权值由线性方程组确定。对uci数据集进行分类仿真实验,证明利用该方法设计的RBF网络分类效果良好。
- 何迎生段明秀
- 关键词：FCMRBF神经网络
- 最小生成树在动态贪婪多播路由算法中的应用
- 2009年
- 由于在所有节点都是多播节点时,最小生成树是最佳的,因此期望通过最小生成树动态贪婪多播路由算法产生的多播树的性能在合理的范围之内.对贪婪算法、加权贪婪算法和本文提出的最小生成树动态贪婪算法进行了详细的仿真,仿真结果表明,本文提出的算法在多播节点密度较大时显示了优越性,且它的平均无效度在其他情况下也在可接受的范围之内,同时它还具有复杂度低的特点.
- 李海段明秀
- 关键词：多播路由动态多播路由算法多播路由协议
- 结合SOFM的改进CLARA聚类算法被引量：2
- 2010年
- 介绍了自组织特征映射(SOFM)算法及大规模应用聚类(CLARA)算法的基本思想,提出了一种首先利用SOFM算法对数据集进行粗聚类,确定簇的数目k和神经元的连接权向量,然后从数据集中找出与SOFM算法的神经元的连接权向量最相似的k个代表点作为CLARA算法的k个代表点的初始值的改进CLARA算法。实验结果表明,改进算法具有更高的聚类效率和更好的聚类质量。
- 段明秀
- 关键词：自组织特征映射聚类
- 基于PSO优化的模糊RBF神经网络学习算法及其应用被引量：4
- 2010年
- 有一种基于PSO优化的模糊RBF神经网络学习算法,该算法首先将模糊RBF神经网络需要调整的参数作为粒子,利用PSO算法的全局搜索及快速收敛特性对模糊RBF神经网络结构进行优化,然后将经PSO算法优化的各参数结果作为模糊RBF神经网络各个参数的初始值,再结合梯度下降法对网络的各参数进行动态调整。将之应用于对UCI数据集的分类及函数逼近,仿真结果表明优化后的模糊RBF神经网络具有更高的精度及鲁棒性。
- 段明秀
- 关键词：SWARM模糊RBF神经网络函数逼近
