Kmeans与系统聚类法结合在脑电图中的应用

本文引入了系统聚类法和kmeans聚类法相结合对脑电图中某个时间段上的频率进行聚类的方法,由于待聚类的数据集的分布很难确定,因此采用系统聚类法往往效果不够理想,本文先用kmeans法测试聚成几类能得到较好的结果,然后设置系统聚类中类数目,试验表明能取得较好的结果。     

用模糊相似关系方法对岩石进行聚类分析

近年来,模糊数学的发展已经进入岩石力学领域,用模糊浆类分析方法对岩石进行分类是其具体应用的一个方面。模糊聚类分析方法可以分为两种:非系统聚类法和系统聚类法。本文介绍了应用系统聚类法对岩石进行聚类分析的一个实例。     

基于聚类分析的主体功能区类型识别研究

依据《全国主体功能区规划》提出的新的主体功能区概念体系,并结合区域地理环境和经济发展情况,构建新的主体功能区划分指标体系.分别运用K-均值聚类和系统聚类两种方法进行主体功能区的类型识别,并运用指数评价法和主导因素法对两种聚类法的结果进行分析,得出最合理的主体功能区划分方案.     

芜湖城市郊区土壤重金属污染综合评价

根据灰色系统基本原理和聚类分析法,提出灰色聚类法,对芜湖城市郊区土壤系统重金属元素污染进行综合评价.此法先确定灰类白化函数,并引入修正系数对白化函数进行修正,避免分级标准值的误判,同时对污染物实测值进行合理的权重处理,由灰色聚类结果表明：鸠江区为Ⅱ级,土壤重金属污染环境质量为尚清洁,其它三个点均为起始污染,其中西江区较好,四山区最差.得出土壤环境综合评价结果与实际污染状况一致,说明运用模糊聚类法是一种适用于土壤污染综合评价的科学方法.     

结合主元分析和系统聚类的丙烯腈反应器优化

为提高丙烯腈收率,在分析丙烯腈生产工艺的基础上,结合主元分析与系统聚类两种方法对丙烯腈硫化床反应器进行优化.利用主元分析进行变量选取,然后用系统聚类法进行分类并提取优类样本.在分类操作中通过选用不同的判据得到几组最优运行工况.比较发现类平均距离法、离差平方和法要优于其他方法.优化后丙烯腈平均收率提高了近0.7%,试验结果说明了该方法是很有效的.     

体育科研中聚类分析应注意的若干问题

系统聚类法和动态聚类法各有特点,在实际应用中应根据具体的研究对象选取聚 类方法,二者结合使用可以取长补短。     

基于类平均聚类法的普通高等专科学校办学规模区域差异研究

在市场经济的背景下,全国各地的普通高等专科学校呈现出区域发展的趋势。在学校招生规模、培养规模和毕业生规模等指标的基础上,采用类平均聚类法对各地区普通高等专科学校的办学规模进行分析,利用Matlab平台进行仿真,生成不同区类的划分,有利于进一步研究不同区域间学校发展的战略和因地制宜的人才培养方向。     

灰色模糊聚类法及其在断块油藏开发方案中的应用

断块油气藏是一类特殊复杂的油气藏,对其开发而言,国内外所能借鉴的例子并不多;且大多是陆地油藏,对于海洋断块油藏国内外还没有可以借鉴的例子。针对某海洋断块油田,将灰色关联方法和模糊聚类方法结合起来,建立灰色模糊聚类法。通过实例分析,利用灰色模糊聚类法来对油藏进行聚类,从而为某海洋断块油藏的开发提供依据。     

基因表达模式分析及软件系统

研究和实现了4种基因表达模式的聚类方法，开发了基因表达模式分析软件系统．该软件包含了两两平均连锁聚类法、系统聚类法、自组织特征映射法和模糊聚类等聚类算法，其中模糊聚类算法是首次用于基因表达模式分析．该软件同时具有数据过滤、多种相似性度量选择、聚类方法选择和结果可视化等功能．对于同一组基因表达数据，可通过不同的聚类算法的组合，提供更多的基因分类信息，为生物体复杂的基因表达模式研究提供了一个重要的综合分析平台．     

多变量分层抽样技术的改进与应用

多目标抽样调查对于提高样本利用效率、节约调查费用、全方位反映总体都有极为重要的意义。通过引进Ward系统聚类法改进多目标分层抽样方法;选择合适的调查指标作为辅助变量构造分层比率估计推断差异较大的指标,改进多目标分层估计量。最后进行实际应用与比较。总体上该改进的分层设计方案不仅在精度上、成本上有较大的优良性,而且在可操作性方面更显优势。     

传统UPS的改进方案

UPS的用户设备，绝大多数采用了开关稳压电源，不一定再需要交流供电，采用直流供电还可以免除谐波干扰、增加数据处理与传输的安全性和可靠性＋无逆变器UPS省掉了传统UPS中的逆变器，对用户设备实现直流供电，在保留所有外部特性的同时，其他各项技术性能也都大大提高．     

系统聚类分析在农村消费水平划分中的应用

中国的经济发展主要存在着“东部”与“西部”的差距，文章利用聚类分析对我国部分省、市、自治区共28个样本进行分类，并加以分析．     

系统聚类树算法在网络拓扑判定中的研究

网络拓扑结构的判定是网络层析成像技术在大规模网络中应用的关键问题.主要讨论通过对网络上的主机进行单播的测量来获得网络的逻辑拓扑,提出运用系统聚类分析法进行拓扑判定的新方案.首先介绍了基于延时的“三明治”网络测量方案及相关网络拓扑判定方案,在此基础上提出更为高效准确的运用统计聚类模型进行拓扑判定的系统聚类树算法,最后通过实验将该算法与合并似然树算法进行了比较与分析.     

颗粒系统竞争式聚集行为的计算机模拟

实现两种颗粒混合物的竞争式聚集行为的二维仿真模拟,编程时考虑颗粒与颗粒、颗粒与侧壁、颗粒与中央挡板以及颗粒与底板的碰撞.模拟结果表明:振动强度较小时,颗粒最终聚集到起初小颗粒多而大颗粒少的右室;振动强度较大时,颗粒最终聚集到起初大颗粒多而小颗粒少的左室;振动强度很大时,颗粒呈均匀分布状态,模拟与实验定性符合良好.     

变压器健康状态评估的灰色聚类决策方法

电力变压器健康状态的评估是实现变压器状态维修的重要一步,研究变压器的状态评估具有重要的现实意义.电力变压器可以看作是典型的灰色系统,提出了采用灰色聚类决策方法对变压器健康状态进行评估,给出了变压器健康状态的灰色分类,建立了灰类的白化权函数,分析了评估变压器健康状态所涉及的状态信息,给出了变压器健康状态评估的灰色聚类决策步骤.实例分析表明,该方法针对变压器健康状态的评估提供了一种新的途径.     

基于层析成像技术的网络拓扑判定研究

Internet已经成为规模巨大的异构分布式网络,对互联网络拓扑进行判定很困难.现在已有的网络拓扑测量工具主要依赖于所有的中间路由器在测量期间提供的信息.本文分析了大规模异构网络中网络拓扑结构的判定中遇到的问题,研究网络层析成像技术,通过对网络上的主机进行单播的＂三明治＂测量方案来获得网络节点时延,并给出网络拓扑判定的系统聚类树算法,通过实验验证了系统类聚算法的拓扑数判定结果.在大型网络中使用网络层析成像技术进行网络拓扑推演可行而且具有优势,该方案可以取代TRACEROUTE等工具作为大型网络拓扑判定的解决方案.     

改进的灰色聚类方法及应用

基于灰色聚类分析理论，采用区间化算予对聚类对象的特性指标规范化，改进了白化权函数的选取方法．通过选择规范的白化权函数，使得每一个评判子类对所有的指标只需设定一种白化权函数．新方法不仅解决了传统的灰色聚类方法计算复杂的缺点，而且有效地克服了当聚类指标的意义、量纲不同，且在数量上悬殊较大时，采用传统的灰色聚类方法可能导致的某些特性指标参与聚类的作用十分微弱的局限性．通过具体的应用实例验证了该方法的有效性．     

一种基于自适应退避策略的无线传感器网络分簇算法

证明了LEACH算法的不确定特性将会导致某些节点过快耗尽电池能量而缩短系统寿命.提出了一种基于退避策略的负载均衡的分簇算法,通过自适应地调整每个节点的退避等待时间,从而保证拥有较多电池能量的节点有更大的机会成为簇首,并引入信道竞争的机制来保证簇首的均匀分布.仿真实验表明,该算法有效延长了系统寿命,提高了网络的能耗效率.     

基于模糊系统聚类学习的自适应控制算法

在自适应控制最小方差自校正控制器设计中，当被控对象的数学模型未知时，可采用模糊系统代替实际系统。提出了一种新的模糊系统的聚类学习算法，根据初始聚类中心的选取原则，可以使最终获得的聚类结果是全局近优解。该方法只需计算一遍样本间的广义距离，即可完成初步的聚类，通过迭代运算可以使聚类结果得到进一步优化。仿真结果证明了自适应控制器的控制效果。     

一种基于视觉原理的新聚类算法

将视觉原理和生物物理学中著名的Weber定律结合在一起，提出一个基于视觉原理的新算法，实现了有效而且无参型聚类，并且提出了相应的新代价标准．仿真实验表明对于非线性一不可分的数据集，该新聚类算法有效，获得了传统聚类算法(如FCM)所达不到的效果．