针对K-means算法因随机选取聚类中心而易造成聚类结果不稳定的问题,提出PCA-KDKM算法。该算法使用主成分分析法对数据集的属性降维,提取主属性;利用k′dist曲线自动获取k值;计算平缓曲线上所含数据对象的均值并选取其中一值,作为首个初始聚类中心;利用基于密度和最大最小距离的算法思想进行聚类;结合类间距离和类内聚类提出聚类质量评价函数。将该算法与K-means、KNE-KM、QMC-KM、CFSFDP-KM在UCI数据集上进行聚类比较,结果表明该算法聚类结果稳定,聚类准确率高。将PCA-KDKM算法应用在微博舆情分析中,抓取不同类别的数万条数据进行聚类分析。实验结果表明,PCA-KDKM算法在微博舆情分析中有更高的准确性和稳定性,有利于及时发现热点舆情。

剔除路径中的冗余节点+改进评价函数+传统a 对比 改进评价函数+传统a，matlab，路径规划

针对多目标优化的可重构性指标分配问题,给出了一重和二重可重构性指标的计算方法。结合多目标优化特点和可重构性指标的定义建立了可重构性指标分配的多目标优化模型。在此基础上提出了一种多评价函数法,用于系统可重构性指标分配,该方法对相互冲突的多个目标建立不同的评价函数,通过在可行解内协调得到最优化结果,最后将其应用于串联系统进行仿真,并与线性加权和法的结果作比较,结果显示基于多评价函数的可重构性指标分配方法更具有效性。

针对环境经济发电调度问题，提出一种基于评价函数的交互式多目标优化方法并结合改进的粒子群优化的求解方法。构造的总体协调度评价函数可以较好地平衡节能和减排2个优化目标。决策者可以通过调整各单目标满意度来体现其主观愿望。该方法克服了多目标向单目标转化过程中权重系数选择的困难，增强了决策方案选择的互动性。对一个含6台发电机组的系统进行仿真分析，结果验证了该方法在求解环境经济调度问题方面的可行性和有效性。

图像清晰度评价函数论文25篇

在兼顾图像恢复能力的基础上,将不同物距下点扩展函数相似性的评价函数费希尔信息量(Fisher Information,FI)应用到波前编码实际光学系统相位板的优化设计中。在焦距和孔径之比为3、有效焦距为100 mm的无穷远成像的双胶合系统的基础上,设计得到了双胶合－波前编码系统。通过解码前后的点扩展函数模拟和实验结果表明,该系统在5 m到无穷远的物距范围内很好地调制了系统的点扩展函数,使得它对物距不敏感。最后通过对位于5 m,10 m和15 m的三人分别进行传统双胶合成像和双胶合波前编码系统的成像实验对比,有力地证明了双胶合系统的清晰成像的物距范围从10 m到无穷远扩展到5 m到无穷远,这使得光学系统景深得到很大的延拓。

很有用！！

用于图像质量评价，该代码是matlab版的

我就废话不多说了，大家还是直接看代码吧！ # 利用sklearn自建评价函数 from sklearn.model_selection import train_test_split from sklearn.metrics import roc_auc_score from keras.callbacks import Callback class RocAucEvaluation(Callback): def __init__(self, validation_data=(), interval=1): super(Callback, self).__init__() self.i

评价函数操作数 1、像差 SPHA(球差)、COMA(彗差)、ASTI(像散)、FCUR(场曲)、 DIST(畸变)等 2、调制传递函数 MTFT(子午面传递函数)、MTFS(弧矢面MTF)、MTFA等 3、基本光学特性 EFFL(焦距)、PMAG(近轴放大率)、AMAG(角放大率)、 EXPP(出瞳距)、ISFN(像方F数)等 4、边界约束条件 CTGT(中心厚度大于)、CTLT(中心厚度小于)、ETGT、 ETLT（边缘厚度小于）、CVGT（曲率大于）、CVLT 5、基本计算 Abso(绝对值)、ASIN、COSI等