模糊K均值聚类分析在化合物酸碱性分类研究中的应用

选用化合物中影响酸碱性的 5个参数,运用模糊 K均值聚类分析方法对化合物进行酸碱性分类研究,得到了比判别分析等方法更为丰富的信息,有利于对分析结果进行研究.结果表明,模糊 K均值聚类分析既能聚类,又能进行判别,是一种具有优势的模式识别方法.     

用模糊K均值聚类分析研究茶叶分类

选用茶叶的6个化学参数,运用模糊K均值聚类分析方法进行分类研究,得到了比判别分析等其他方法更为丰富的信息,有利于对分析结果进行研究,是一种具有优势的模式识别方法.     

用模糊K均值聚类分析研究茶叶分类

选用茶叶的6个化学参数,运用模糊K均值聚类分析方法进行分类研究,得到了比判别分析等其他方法更为丰富的信息,有利于对分析结果进行研究,是一种具有优势的模式识别方法.     

对各国饮食构成进行聚类分析

聚类分析是数据挖掘方面重要的研究领域.K均值聚类分析将样本分成指定的几类,并且这几类的特征目前是不知道的.K-均值聚类方法是一种简单、快速和有效的聚类方法.本文用K-均值聚类方法对各国按饮食构成进行分类.     

基于多阶段的模糊C-均值算法的模糊聚类分析研究

对模糊聚类分析算法进行研究,在模糊Ｃ－ 均值算法（ＦＣＭ）的基础上加以改进,将聚类过程分为二个阶段,形成多阶段模糊Ｃ－ 均值算法（ＭＦＣＭ）,使其对Ｉｒｉｓ数据聚类．研究表明：多阶段的模糊Ｃ－ 均值算法比模糊Ｃ－ 均值算法性能优越．     

运用硬c均值改进kmeans算法的聚类分析

在Matlab平台上运用硬c均值改进kmeans算法对文献数据进行模糊聚类分析,通过运算可提高分类过程的效率,为模糊聚类分析的应用提供了一种简便运算的方法。     

一种柴油机燃油系统故障诊断的新方法

提出一种基于小波变换和模糊C-均值聚类分析的柴油机燃油系统故障诊断方法.对测得的柴油机高压油管压力波形进行小波变换,提取了反映故障状态的5个特征参数.给出了模糊C-均值聚类算法的原理及一般步骤,指出用划分系数、划分熵和分离系数可以评价模糊聚类的有效性.利用模糊C-均值聚类算法建立标准故障特征模式,通过待识样本与标准模式的贴近度计算和比较,可以完成故障模式的模式识别.该方法应用于柴油机燃油系统的典型故障诊断中,测试表明采用小波分析和模糊C-均值聚类分析后,提高了判别故障的准确性.     

改进的粗糙集模糊聚类算法及其应用

通过将粗糙集和模糊聚类算法相结合, 利用粗糙集中上近似集和下近似集的概念改进模糊聚类算法, 解决了模糊聚类边界不确定的问题, 得到了上近似集和下近似集的聚类结果, 从而实现更好的聚类, 改进算法可以处理边界问题和复杂数据问题. 将改进的粗糙集模糊聚类算法用于研究环糊精聚类, 并将聚类结果与K均值聚类分析算法、 模糊C均值聚类算法相比, 实验结果表明, 改进算法有较好的聚类效果.     

期货公司客户风险管理的模糊聚类分析

期货公司客户信用风险的控制和管理对期货公司发展与进步有着举足轻重的作用,聚类分析可以作为客户分类方法之一为期货公司所用,而模糊聚类是聚类分析的新方法之一.本文基于期货公司客户的实际交易数据,首先提取若干特征指标作为聚类分析的基本变量,然后分别运用K-均值聚类算法和改进的模糊聚类分析方法对期货公司的客户进行分类,最后将两...     

高校科技国际化的聚类与典型模式分析

基于2001~2011年75所典型高校科技国际化的7个指标数据,应用模糊K—均值聚类分析方法,对75所高校分成进行了聚类分析。对数据的统计分析表明,75所高校分布在5个类别,特征值鲜明突出,科学地反映了各学校的历史沿革、学科特色、科技活动现状、比较优势和努力方向。说明该评价方法和分析模型适用于分析高校的科技能力的国际化评价,利于高校之间找出差别,准确定位,为发展规划提供决策和支持。     

基于自适应混沌变异的k-均值聚类粒子群算法

针对经典粒子群(PSO)算法易出现早熟收敛和搜索精度差的缺陷,提出了一种基于混沌变异的k-均值聚类PSO优化算法(FCPSO).该算法首先通过k-均值聚类方法把粒子群分成若干个子群体,从而在迭代过程中每个粒子根据其个体极值和所在子种群中的全局极值来更新自己的位置和速度.其次,在算法中引入自适应混沌变异,有效的增强了子群体之间信息交换和经典PSO算法跳出局部最优解的能力.对几个典型可变维函数的测试结果表明,该算法是非常有效的.     

基于半监督模糊聚类的黄瓜霜霉病受害程度识别研究

通过定义一种新的半监督模糊聚类算法,提高聚类算法的运行效率和可解释性,结合Fisher线性判别分析,对黄瓜霜霉病的受害程度进行识别研究.针对7个关于叶片色调信息的统计特征,利用判别分析提取出2个主分量.结合一部分叶片的类别属性,对所有叶片的这2个主分量,进行半监督聚类分析.结果表明,对于类别属性已知的叶片,聚类结果与已知类别的一致率达100%,而对于类别未知的数据,一致率也达到95%以上.     

矿井突水水源判别的改进ESN神经网络模型

针对水化学特征相似的水源类型,采用传统的预测模型难以准确判别。运用水化学成分分析法和FCM聚类分析法对26个典型的水源样本进行相似度分析,并提取了4个相似度较高的水源样本作为待测样本,将其载入一种基于阻尼最小二乘正则化方法的GA_ESN判别模型,并与改进的GA_BP和标准GA_ESN模型的判别结果进行对比。结果表明:改进的GA_BP判别模型效果最差,预测准确率只有50%;标准GA_ESN模型的回判准确率和预测准确率均达到100%,但其判别精度对模型的复杂程度要求较高,且易出现过拟合问题;而改进的GA_ESN判别模型能够弥补上述模型的不足,不仅简化模型训练过程,还能提高水源的判别精度。因此,该模型可作为一种快速有效判别矿井突水来源的新方法。     

环太平洋地区斑岩钼铜矿化岩体矿化类型统计预测

本文对环太平洋地区53个与斑岩钼、铜矿床有成因联系的侵入岩体的控矿专属性进行了研究。对矿化类型与岩石化学组分之间的关系进行了统计分析和对比,从而阐明了矿化类型与岩浆演化之间的关系。作者在传统的岩石化学研究方法基础上,进一步应用R型聚类分析和因子分析等多元统计方法提取有用信息。并从应用角度,运用模糊集合论中隶属函数的概念,研究已知控矿岩体矿化类型的划分,建立评价矿化岩体矿化类型的数学模型。     

基于模糊核判别分析的基因表达数据分析方法

针对基因表达数据空间分布的特性,提出了一种基于模糊核判别分析的基因表达数据分析方法.方法综合了模糊数学以及核判别分析方法的优点,提高了对基因表达数据分类识别的准确性.以多发性骨髓瘤的基因表达数据为例进行了实验,从实验结果可以看出,采用模糊核判别分析方法可以得到最佳的识别效果.     

基于模糊C均值聚类改进的最大似然分类法

基于参数密度分布模型的最大似然分类法(MLC)是遥感影像经典分类方法之一,它具有清晰的参数解释能力、易于与先验知识融合和算法简单而易于实施等优点,但是由于遥感数据具有高度的模糊性和随机性,使得贝叶斯(Bayes)判别函数中的均值向量和协方差矩阵很难准确确定。因此首先利用模糊C均值聚类得到模糊划分矩阵,然后基于模糊划分矩阵计算出每一个聚类类别模糊均值和模糊协方差矩阵,并利用模糊均值和模糊协方差矩阵来代替贝叶斯判别函数中的均值向量和协方差矩阵从而建立一个新的判别函数,最后与传统的最大似然分类结果进行比较,结果表明改进后的最大似然分类法在总体精度、Kappa系数均优于传统的最大似然分类方法。     

城市轨道交通工程施工安全事故聚类分析

为确定城市轨道交通工程施工事故的主要类型,并探究全过程的各种风险因素.针对城市轨道交通工程施工安全事故,提出了基于K-means均值的城市轨道交通工程施工安全事故聚类分析的主要流程,分析验证了安全风险分布的重点阶段与主导因素,同时,确定了城市轨道交通工程施工事故的主要类型.研究可以建立安全风险分布阶段及风险因素基本框架,确定分类变量,形成结构化数据库.