灰色聚类法在水质综合评价中的应用

文中提出用灰色聚类法对水质进行综合评价的新方法,并列举了应用实例,最后与模糊数学方法作了比较。结果表明,灰色聚类法既具有模糊数学的优点,又克服了其不足之处,用灰色聚类法评价水质,较为符合实际情况。     

综合灰色熵权聚类法在银行绩效评价中的应用

借鉴信息熵的思想,对灰色综合聚类法进行改进,提出了综合灰色熵权聚类评估法.该方法依据系统自身状态确定客观权重,将客观权重和主观权重相结合,确定指标的综合权重,充分考虑了各聚类系数对聚类结果的影响.利用综合灰色熵权聚类评估法对16家上市银行的经营绩效进行综合评价,结果显示,我国上市银行经营绩效整体处于较好水平,改进后的综合灰色熵权聚类法具有较好的应用价值.     

灰色聚类法在水库富营养化评价中的应用

简要介绍了灰色聚类法的原理和步骤,并应用于宁德市金涵水库富营养类型的评价中.结果表明,金涵水库2004和2008年水质属于贫营养状态,2003,2005,2006和2007年水质属于中营养状态.利用灰色聚类法对一些灰色现象作出判断,说明灰色聚类法是一种比较简单的评价方法,对正确把握水质现状以及实施水污染综合整治提供比较具体的科学依据.     

基于改进灰色聚类法的大气环境质量综合评价

针对灰色聚类法在环境质量评价中的不足,对其白化函数与权重确定方法进行了改进.指数型白化函数建立了样本值与各等级之间的对应关系,避免了零权重问题,修正聚类权法体现了各污染物在同一灰类之间的变化幅度.应用改进后的灰色聚类模型对福州市2004—2008年的环境空气质量进行评价.结果表明:改进后的灰色聚类法评价结果更为客观、准确.     

灰色聚类法在已有建筑物可靠性鉴定中的应用

将灰色聚类法用于已有建筑物可靠性鉴定中．根据工程实践经验和结构可靠度理论，进行分析比较确定聚类指标、评定等级量化标准及聚类灰类．通过构造白化权函数进行灰色聚类分析．灰色聚类法，不仅能够相当正确地判别结构的可靠性等级，而且在灰色聚类系数矩阵中显示了各样本对于不同鉴定等级的隶属程度．     

利用灰色聚类法评价大同县地下水水质

通过白化权函数以及灰色聚类权的计算,得到聚类系数,从而对观测对象进行分类,构建了基于灰色聚类法的评价指标体系.以山西省大同县地下水水质监测资料为基础,依据国家地下水环境质量标准,评价了地下水水质,并分析了主要污染物的成因.结果表明,在所有监测点中,水质达到质量标准Ⅲ类水及更高要求的占46％,水质不达标占54％.研究结果比较客观地反映了当地地下水质量的类别,可为地下水的科学合理的开发利用提供依据.     

基于灰色模糊聚类法的路网路面使用性能评价

以路网内各组成路段的路面性能评价指标灰色关联分析结果为基础,借鉴灰色关联分析在模糊聚类理论中的应用方法,建立了路网路面使用性能评价模型.确定了灰色相似关系矩阵,并利用最大树法,得到了基于不同水平的聚类结果形成的谱系图,较为合理地反映了路网路面基本性能和状况分布.     

灰色聚类法评价环境质量的计算机程序化

该文基于灰色聚类法,建立了环境质量综合评价的数学模型,并进行了程序设计,在计算机上成功地进行了某省12个城市大气环境质量的评价。计算结果表明,灰色聚类法的评价结果符合实际情况,用计算机来实现环境质量综合评价,可以快速、准确、方便地处理大量信息,效果令人满意。     

灰色聚类法在地表水水质评价中的问题探讨

在论述灰色聚类方法原理的基础上,以某区域地表水水质评价为实例,探讨了灰色聚类法在地表水水质评价中的应用存在的问题,分析了问题的原因。     

灰色聚类法在畔溪河水质综合评价中的应用

应用灰色聚类法对畔溪河丰、平、枯三期水质质量进行综合评价,获得较好的结果,能客观反映畔溪河丰、平、枯三期水质的类别及水体实际污染的状况,评价结果具有连续性和可比性.     

一种适合于昏暗光线下的驾驶员脸部定位方法

采用CCD摄像机获得驾驶员脸部图像.由于黑天光线不足,肤色较暗,在将彩色图像转变为黑白图像的过程中,首先通过腐蚀和膨胀结合的方法去除图像部分的噪声.采用图像差异的阈值处理方法,初步选定灰度阈值,再利用二次非线性方程对灰度值进行归一化处理,强化了图像灰度集中各灰度值之间的差异,以此灰度阈值作为分割人脸和背景的界限值,得到图像的灰度直方图,再把灰度直方图向水平和垂直方向投影,获得驾驶员脸部区域,实现对驾驶员面部定位.该方法可以在昏暗光线下,定位人脸区域,有效去除干扰.根据上述算法,进行了不同环境和路况下的监控试验.结果表明:在昏暗光线下。驾驶员脸部定位的平均准确率达到83%,该方法具有实时、准确的...     

基于模糊理论的毕业论文成绩评定

以模糊数学理论为基础,建立毕业论文模糊评判模型,对毕业论文进行二级综合评价并通过实例分析阐述评价过程和结论     

一种基于近似类抽样的组合聚类方法

FCM聚类算法具有线性的时间复杂度,但它对初始化非常敏感。而k-中心点轮换法对初始化不太敏感,但其缺点就是时间复杂度较高,不能直接应用到海量数据集的聚类分析中。为克服这两类聚类算法的缺点,而充分利用它们的优点,很自然地提出一种基于近似类抽样的组合聚类算法。这种组合聚类算法的时间复杂度是O（n2m）。仿真实验表明,它具有稳定的聚类结果。     

基于有序聚类的强度折减法安全系数确定方法

 为准确获取强度折减法中位移-折减系数关系曲线中的突变点,引入有序聚类分析方法,以确定安全系数。首先介绍了强度折减法,指出了目前确定安全系数的各种失稳判据存在的问题。鉴于系统模式在突变破坏点前后发生了变化,特别是位移和塑性应变急剧增大,尝试用有序聚类分析法找出该突变点。针对常规Fisher最优分割法不适用于渐进趋势,结合“回归类”聚类思想,将拟合的一次多项式作为聚类中心,残差平方和作为回归类直径,建立起新的有序样品回归类聚类方法。利用该法将位移-折减系数序列分为稳定段和失稳段,从而确定突变点,采用对应的折减系数作为系统的安全系数。用该方法对澳大利亚计算机应用协会(ACDAS)的经典边坡考题EX1(a)进行了研究,计算出的安全系数和Flac3D内置强度折减模块(Solen fos)的计算结果一致,证明了方法的可行性。最后,在基础上建立了更方便实用的系统稳定状态的判别式。     

一种基于意图隐藏的对等网推荐可信度评价模型

对等网信誉系统的一个关键问题是如何提高推荐信息的可用性。现有模型将推荐节点的交易可信度等同于其推荐可信度,因而容易造成恶意推荐节点对信誉系统的虚假推荐和共谋推荐攻击。提出了一种基于意图隐藏的推荐可信度评价模型。在该模型中,一方面恶意推荐节点无法判断节点的查询意图,因而很难采取针对性行为;另一方面,基于历史推荐满意度的评价方法能对节点的推荐可信度进行有效评价。分析和仿真结果验证了模型的有效性。     

一种基于区间数多指标信息的聚类方法

针对一类特征指标值及指标权重均为区间数的多指标信息聚类问题,给出了一种最大树聚类分析方法·首先对区间数多指标信息聚类问题进行了描述;然后依据传统的基于数值信息的最大树模糊聚类分析方法的基本思路,给出了解决区间数多指标信息聚类问题的计算步骤·最后,通过给出一个算例说明了所给出的聚类方法·     

基于密度和最优聚类数的入侵检测方法

针对聚类算法在入侵检测应用中存在的参数预设、聚类有效性评价、未知攻击类型检测等问题,提出了一种基于密度和最优聚类数的改进算法,根据样本的分布情况启发式地确定初始聚类中心,从样本的几何结构角度提出一种新的内部评价指标,给出了最优聚类数确定方法,在此基础上,设计了一个增量式的入侵检测模型,实现了聚类中心和聚类数目的动态调整.实验结果表明,与K-means及其他两种改进聚类算法相比,新算法收敛速度更快、聚类准确率更高,能够对未知网络行为进行有效聚类,具有较好的入侵检测效果.     

某种样品的动态聚类法

针对某种特殊样品，借助于回归系数，对原有的动态聚类法加以改进．并通过一个实例将本文方法与原算法结果加以比较     

基于模糊c-均值算法和遗传算法的新聚类方法

为了得到最佳聚类数和相应的每一类中的样本,文中首先介绍了一种新聚类方法,用该方法构造了一个既考虑类与类之间的分散程度、又考虑同一类紧凑程度的目标评价函数;再运用模糊c-均值算法(FCM)进行迭代,求得每一类的中心和隶属度值;然后运用遗传算法搜索全局极值点;最后运用该算法对我国全要素生产力进行了模糊分类．