Fuzzy聚类分析在土壤分类中的应用研究

应用模糊聚类分析方法,以福建山地土壤为例,进行土壤分类研究。首先对20项土壤理化特征在计算机上进行Fuzzy聚类筛选,确定粘粒交换量、阳离子交换量等12项有代表性的土壤指标为分类指标。并据此对福建山地土壤进行分类,将其分为草句土、黄壤、草甸黄壤、红壤、黄红壤、红黄壤和变性土7个类型。同时提出了分类鉴别方法——加进标准样本的Fuzzy聚类分析法和福建山地土壤分类鉴别的计算机软件。研究结果表明,Fuzzy聚类分析法在土壤分类中是一种切实可行的方法。     

一种聚类挖掘软件数据的方法

提出了一种聚类挖掘软件数据的方法。首先将一组软件数据的最可能分类情况称为“中心知识”。将该组数据的所有可能分类结果称为“知识的浮动域”，最后将“中心知识”对应分类的可信程度称为“知识的正确度”。分类结果的评价标准主要考虑到：分类数目适中，每个类内半径尽可能小，类间距离尽可能大的分类结果具有较高的评价分数。进行的“软件数据挖掘实验”结果表明，这种方法更加准确、更加切合实际。从理论和实践上证明了软件数据挖掘具有广阔的发展前景。     

数学软件及分支方法在一类向量场中的应用

 用数学软件Mathematica和动力系统分支方法对一类四次平面向量场的相图进行研究,参数半平面被9条分支曲线分成10个区域,在软件Mathematica下,每一个区域和每一条分支曲线上的相图被计算机画出.所有相图共分成18类,从而得到了该向量场相图的完整分类.     

聚类分析及其在我国各省经济发展水平分类研究中的应用

聚类分析是一种寻求客观分类的方法,它是多元统计分析中三大实用方法之一。本文首先对聚类分析的各种算法进行分类与介绍;然后总结了聚类分析在经济、生物、电子商务、保险等方面的一些应用,并对两类应用较广泛的聚类算法进行对比分析;最后结合SPSS软件,分别运用系统聚类法和 K－均值聚类法对我国31个省区经济发展水平进行分类,发现二者分类结果相同,且与我国现阶段各省各地区经济发展现状吻合度较高。     

“分枝-聚类”零件分类方法

“分枝-聚类”法是一种综合的、新的零件分类方法,它兼备了顺序分枝法和聚类分析法的优点。本法提出了新的评价零件之间相似性的模型和适用的归类成族过程。为了对比,本文附有顺序分枝法、聚类分析法和分枝-聚类法的计算机辅助零件分类结果。     

基于K-means聚类的软件定义网络异常流量分类研究

考虑到软件定义网络异常流量分类受到网络复杂特性的影响,导致分类效果变差,提出了基于K-means聚类的软件定义网络异常流量分类研究.利用权重属性,划分了软件定义网络异常流量的频度,在网络异常流量的分布形式转化过程基础上,根据软件定义网络异常节点出现的概率,计算了异常流量的特征值,提取出软件定义网络异常流量特征,根据软件定义网络异构值差的度量,初始化软件定义网络的参考向量值,通过更新分类属性的邻域半径,计算网络异常流量的参考向量,选择出软件定义网络异常流量分类属性,利用K-means聚类算法过滤软件定义网络异常流量,对软件定义网络异常流量进行检索,通过定义网络异常流量分类的目标函数,利用K-means聚类算法理论,构建软件定义网络异常流量的加权临界函数,结合对角矩阵的求解,设计了软件定义网络异常流量分类原理,实现了软件定义网络异常流量的分类.实验结果表明,文中分类方法的查全率、差准率较高,适应度以及收敛性能较好.     

计算机辅助软件融入设计类课程的教学研究

计算机辅助软件课程是大学艺术设计类学生必修的课程之一,现在大学的设计专业普遍开设了Photoshop、CorelDRAW、3DMAX、AutoCAD、Pro／E、犀牛等计算机辅助设计课程,通过学习此课程可以将设计的结果快速的用计算机辅助软件表达出来,从而大大节省了设计的时间同时也提高了设计的效率。然而受传统教学模式的影响,计算机的课程和设计类的课程都是分段开设,如先开设计算机软件,后开设设计类课程,这样很容易造成在操作软件的时候没有专业知识作为支撑．在上设计课的时候没有熟练的软件技术作为保证。这很大程度是因为两类课程在时间上没有连续性,相互脱节,这样计算机设计软件和设计课程的优势内容很难发挥出来。     

模糊混合聚类法对污染物优先排序及分类的探讨

探讨了模糊混合聚类方法对污染物优先排序和分类的可行性；以第二松花江有机污染物的优先排序和分类为例，叙述了这种方法的研究程序及计算机运算步骤．研究表明，采用模糊混合聚类法对污染物优先排序及分类，结果合理，方法可行．     

基于向量机的数字图像鉴别技术研究

真实图像和计算机图像的鉴别是数字图像盲取证研究的重要问题之一.分析、研究了真实图像和计算机图像的成像原理,并发展了对这两类图像鉴别的数字方法.该方法从两类图像的高频信息及噪声形成的区别进行特征提取,并利用LIBSVM进行分类识别,实验表明此方法在鉴别图像类型中可以取得较好的分辨效果.     

非序列比对软件SeqDistK在微生物菌群分类中的应用

用非序列比对方法研究微生物菌群的分类是目前生物信息学中的一个热门领域.文中开发了一种基于k-mer统计的非序列比对软件SeqDistK. SeqDistK可通过开源网站https:∥github. com/htczero/SeqDistK获得,具有在微生物菌群分类中运算速度快、准确度高的优点,而且具有适应大型数据研究的潜力.利用SeqDistK对63条已知分类的16S rRNA基因序列所算出的距离矩阵进行菌群聚类,发现所得聚类结果与已有的分类基本一致.SeqDistK能准确地对微生物菌群样本序列进行聚类,可作为一个有效的从分子生物学角度分析系统发育学的软件.