一种基于趋势分形维数的股指时间序列相似性分析方法

为了提高股指时间序列相似性分析的准确性, 提出趋势分形维数的概念, 并基于此定义了相似性分析方法. 趋势分形维数包含阳线维和阴线维, 能更好地反映市场跌涨变化趋势, 基于该维数的相似性度量方法能够提高相似性度量的准确性. 通过与其他两种相似性度量方法对比, 进一步说明该方法的优越性.     

遥感影像K均值聚类中的初始化方法

遥感影像非监督分类对初始点十分敏感。以K均值(K-means)算法为例,利用各种遥感影像实验比较5种初始化方法(随机法、Forgy法、Macqueen法、Kaufman法、MaxMin法)对非监督分类方法的影响。实验表明,Kaufman法相对于其他方法更稳定,获得分类结果更优,适合于各种遥感影像的非监督分类,并指出可以通过采样来加快Kaufman法的运算速度。同时,通过实验分析了采样数和影像区域对初始化方法的影响。     

高维流形视角下采用ISOMAP降维的配网户变关系辨识

准确的户变关系是配网线损计算、故障定位和三相平衡等高级应用的基础。低压配网的户变关系辨识算法大多基于电压相关性原理，而电压相关性随供电半径增加而减弱，电压采集频次较低无法可靠捕获电压的“共性波动”，使得辨识准确率普遍不高。本文提出了一种基于ISOMAP降维和改进K-Means聚类的户变关系辨识方法，为了增长电压序列的时间尺度，首先研制基于NB-IoT技术的智能电表本地通信模块，优化电压采集方案，提高电压采集频次至288点/日；其次将各节点之间的拓扑关系视为高维流型，采用ISOMAP等距映射对高维矩阵进行降维处理；最后利用测地距离对K-means算法改进，做聚类计算得到最终户变关系辨识结果。算法提高了节点之间的距离置信度，与PCA和K-means算法相比，所提算法对户变关系辨识准确率高达97.1%，在配网实际运行的数据验证了所提算法的辨识有效性。     

类别型缺失数据的聚类半参数logistic学习插补法

缺失数据插补是数据科学中的基本方法之一.本文针对类别型缺失数据提出了一种基于聚类和半参数logisitic学习模型的插补法.该方法首先采用K-近邻法对缺失数据进行预插补，然后用聚类算法将数据分类，提高数据间的相似性，再为每一类数据集建立半参数logistic学习模型，进而完成最后的插补.基于中国家庭金融调查(CHFS)数据集的实证研究表明，该方法优于常用的K-近邻插补法和随机森林插补法.     

基于相对距离分布聚类的人脸特征点定位算法

针对目前主流算法对所有特征点采用整体回归而忽略人脸局部结构信息的问题,提出了一种新的回归流程结构,通过基于特征点相对距离分布直方图和K均值聚类,结合了人脸结构信息对特征点聚类并分别进行回归,可以更准确地进行人脸特征点定位。另外,通过对回归迭代方法进行优化,可以实现鲁棒的参数更新,大大提高运算速度。在有遮挡标识的人脸数据库(COFW)上进行了深入的实验,结果表明:论文算法对于人脸特征点定位效果显著,相较于鲁棒姿势级联回归(RCPR)等算法训练时间大幅减少,其定位准确度也有了一定提高,而且算法计算效率高,测试速度则达到220fps,能够满足实时处理的要求。     

基于K-均值算法的植物彩色图像分割

图像的分割实质是将图像中的像素点依据对象的不同分为不同的类;应用经典的聚类算法即K-均值算法对植物彩色图像进行分割,实验结果表明:经该算法处理后能够将图像中的对象与背景分离开,并取得了较好的图像分割效果,拓宽了聚类图像分割算法应用的新领域。     

基于ETC数据的山区高速公路连续下坡车速特征与车型分类

为研究山区高速公路不同车型的车速分布特征以及车型分类方法,基于包茂高速水江-南彭段主线ETC数据,从概率分布、累计频率分布和特征值方面分析了平缓路段和连续下坡路段中ETC系统内全部车型的行程速度特征,并以车速平均值和标准差作为聚类指标,用K-means聚类方法对不同车型进行聚类分析。结果表明：①平缓路段客车速度集中于80 km/h左右,货车集中于70 km/h左右,而在连续下坡路段车辆整体表现为低速行驶,客车速度集中于70 km/h左右,货车集中于60 km/h左右；②三型客车和四型客车在平缓路段倾向于将速度维持在稳定幅值而在连续下坡路段有向期望速度靠近的趋势；③客车在平缓路段速度分布较分散,在连续下坡路段速度分布相对集中,而货车速度分布趋势正好相反；④连续下坡路段的速度离散性大于平缓路段,事故发生概率增加；⑤同一线形路段不同车型间速度分布存在明显差异,部分车型速度分布特征指标表现出一定的聚集性,说明部分车型速度分布有较大的相似性。将平缓路段车型聚为四类：一型客车、二型客车与一型货车、三型客车与四型客车、二~六型货车；连续下坡路段车型聚为三类：一型客车与三型客车以及四型客车、二型客车与一型货车、二~六型货车。本文可为山区高速公路车型精细化速度管理和同类别车型限速方案的制定提供依据。