基于MATLAB采用遗传算法确定最佳聚类数

将迭代自组织分析技术(ISODATA)和遗传算法(GA)嵌套构成遗传一迭代自组织分析技术(GA—ISODATA)。共同形成模糊C-均值的优化算法，不仅能够在给定预分类数的前提下实现最佳分类。而且在完全不需要人工干预的环境下直接得到模糊C-均值(FCM)中最佳分类数。完善和发展了模糊C-均值算法。     

确定最佳聚类数的二阶差分统计法

多元统计数据的聚类是分析数据的一类非常重要方法,但是如何确定最佳聚类数往往是比较困难的.针对分析多元统计数据中应用最广泛的方法之一——K均值聚类方法,提出了一种新的二阶差分统计确定最佳聚类数的方法,并将其与CH统计法、Gap统计法进行了对比.实证分析表明,论文所提方法更为简单而且有效.     

学习非唯一的最佳聚类数

确定“最佳聚类数”一直是聚类算法面临的一个难题。为了确定一族合理的聚类数而不是单个聚类数,提出了一种基于谱分析的算法,并能处理较为复杂的数据集。该算法构建了数据点之间的相似度图,在不同的分析粒度下,用图上的“随机游走”来传播相似度,采用了一个新的评判标准,“广义特征差”来寻找聚类数族。实验结果表明该算法在聚类数不唯一的情况下能够有效地确定聚类数,并且和其他几种算法相比具有较优的计算复杂度。     

基于模糊迭代聚类的水资源分区研究

给出一种模糊聚类循环迭代模型以及确定最佳聚类数的方法,采用交叉循环迭代的方法确定聚类中心,通过判断聚类准则函数获得最佳聚类数。最后将模糊聚类循环迭代模型应用到对我国 29 个省、市、自治区的水资源分区的研究中,将水资源按照 4 个指标分为 5 个类别,结果表明,模糊循环迭代聚类模型得出的分区结果比较合理。     

面向FCM聚类阈值分割的聚类有效性判别函数

为了得到FCM聚类多阈值分割中最佳聚类个数,针对Bezdek熵在数字图像数据聚类有效性判别中的不足,提出一种改进的聚类有效性判别函数.新函数通过在Bezdek划分熵中增加补偿项来突出最佳聚类时的函数值,提高有效性判别的正确性.试验结果表明,基于改进初始隶属度矩阵生成方法的FCM算法,计算迭代次数为传统FCM方法的55%,计算用时减少了约45%,而且由改进聚类有效性判别函数得到的最佳聚类数目和试验图像相符,效果明显优于Bezdek熵方法,由最佳聚类数得到的分割图像能够体现目标绝大多数信息,证明了本算法的有效性和正确性.     

基于山峰聚类的聚类上限确定方法

文章提出了一种基于山峰聚类的聚类上限检测方法,依靠山峰聚类确定聚类数目的上限,仿真试验表明,这种方法能将聚类上限确定在一个合理的范围之内,从而加快聚类的效率.     

关于马氏距离模糊聚类的有效性指标研究

为了研究基于马氏距离模糊聚类算法的有效性,首先对比分析了基于数据集模糊划分与几何结构的模糊聚类有效性指标,确定了将紧致度、分离度与清晰度结合的有效性研究方向,然后针对基于马氏距离的模糊聚类提出新的度量标准,构造有效性指标,最后结合算法在真实数据集上进行实验,结果表明新指标能准确识别马氏距离模糊聚类算法在多维数据上的最佳聚类数目。     

一种基于遗传算法的模糊聚类

对模糊c均值聚类算法（FCM算法）进行了讨论，说明FCM算法一般得不到全局最优分类，因此结合FCM算法提出了用遗传算法进行寻优求解，从而将遗传算法用于模糊聚类分析，最后的实例表明，遗传算法在处理多样本、多属性、多类别问题时，是一种有效的方法。     

模糊C-均值(FCM)聚类算法的改进

针对目前模糊C-均值聚类算法不适用于有噪声和样本不均衡等问题,借助改进算法AFCM和WFCM的思想,提出另一种新的聚类算法。它是AFCM和WAFCM结合的一种算法,但有着更好的健壮性和聚类效果。     

模糊C-均值聚类算法的研究与实现

模糊C-均值聚类算法（F（M）是很早的目标函数聚类算法,也是目标函数聚类算法中研究的比较充分的算法之一,FCM算法是一种基于划分的聚类算法,它的思想就是使得被划分到同一簇的对象之间相似度最大,而不同簇之间的相似度最小。此算法的缺点是当数据量非常庞大时,算法的运算过程就会非常耗时,甚至是无法完成运算。     

卫星云图云检测的一种综合优化方法

为了提高云检测过程的自动化程度和云检测精度,利用FY2C、MTSAT等卫星资料以及其他辅助资料,综合采用优化的ISCCP法、多通道阈值法、空间纹理法等,找到了卫星云图云检测的一种综合优化方法,经过近两年的实际研究和业务化应用,判云的准确率达到90%以上,并得出以下结论:(1)优化的ISCCP法在云检测中的贡献最大,消除了由于地表差异带来的阈值选取困难;(2)红外、可见光合成底图对于中高云检测较有效,而红外与近红外的差值合成底图,无论对白天还是夜间的低云检测都有较好的效果;(3)空间纹理方法对海上积云的检测效果较好;(4)对于洋面上的中高云应用基于气候SST数据的阈值方法可得到较好效果;(5)严格的多通道阈值方法,可以起到有效的补充作用。     

数系的扩展

为满足人类社会生活的需要,完善数学内部结构,伴随着人类认识水平的提高,人类对数的认识经历了一个从自然数到整数、整数到有理数、有理数到实数、实数到复数、复数到四元数的扩展过程.     

A-G-H不等式的优化推广及其应用

借助于被称为降维法的新方法,建立了如下不等式:设ai>0,i=1,…,n,n≥2,A(a)1/n,H(a)=1-1-1ai,G(a)=∏n,则当且仅当实数λ≤1ai=1n∑nn时有不等式:n∑ni=1i=1i=1[H(a)]1-λ·[A(a)]λ≤G(a).作为应用,获得了一个几何不等式及一个有趣的矩阵不等式,并且推广了Carleman不等式.     

城市火灾次数与气象因子的分位数回归分析

文章基于某市1997-2007年间的火灾数据,采用分位数回归方法,从月平均温度、月平均湿度、月平均风速及月平均降水量4个方面对月火灾次数进行实证分析。结果表明：各气象因子对火灾次数的影响具有一定的季节规律,温度在夏季对火灾次数影响比较显著,湿度和降水量在冬季对火灾次数影响较显著,而风速在各季节对火灾次数的影响均不显著。     

Towards a four-dimensional analysis of meteorological data

Rapid advances in the gathering of meteorological data and the design of atmospheric models are making the conventional two-dimensional analysis inadequate. This article describes some progress towards a four-dimensional analysis system.     

最优承包合同的确定

本文把国家与企业的利益关系抽象为一种主从对策关系，分析了信息不平衡对国家和企业利益关系的影响，通过求泛函极值的方法，确定了最优单一承包合同的形式和最优自选择线性承包合同的形式。     

一种确定最佳聚类数的新算法

针对K-均值聚类算法需要事先确定聚类数K的问题,将粒度计算引入样本相似度函数,定义了新的样本相似度,用模糊等价聚类确定数据集可能的最大类簇数Kmax.以Kmax为搜索上界,利用改进全局K-均值聚类算法,以BWP(Between-Within Proportion)为聚类有效性度量指标,提出确定最佳聚类数的一种新方法.通过UCI机器学习数据库数据集以及随机生成的人工模拟数据集实验测试,证明该算法不仅能有效确定数据集的最佳聚类数,而且适用于大规模数据集,但是会受到噪音点影响.     

SVM多分类器协同挖掘局域气象数据

为有效应对频发的局域气象灾害,急需深入研究局域环境下降雨量的气象数据挖掘技术,以提高降雨预测的准确率。提出了一个基于支持向量机的多组合器协同分析方法,构建了一个多组合器协同分析模型,通过用气象数据的实证性分析与实验,实验结果表明：该多组合器协同分析模型具有较高的预测准确性和分类稳定性。     

基于时序数据的空间面向属性归纳算法

 从空间数据库中将低层属性的数据归纳为高层属性的数据,是地理信息系统中的一项具有重要意义的任务.现实中的数据是经过一定的时间积累而得到的,这使得基于时序数据的空间面向属性归纳更具有现实意义.提出一种算法,将空间上的时序数据表示成曲线,将满足匹配度的曲线拟合为同一条曲线,从而减少了归纳的扫描范围,在此基础上,通过寻找各条曲线的子模式集合得到相关知识,进而得出归纳结果.