基于模糊聚类分析的入侵检测方法

提出了一种新的基于模糊聚类分析的入侵检测数据处理方法,该方法能够较为准确地区分正常和入侵进程,具有计算速度快、耗用资源少等特点。通过使用模糊聚类,还可以提炼出精简准确的分类规则。由于对数据中的孤立点采用了特殊的处理方法,因此对产生聚类规则的训练数据库进行添加和更新,该检测方法具有较强的可扩展性。通过仿真实验证明了该算法的有效性。     

基于混沌优化的模糊聚类分析方法

提出了基于混沌优化的模糊聚类方法(COFCM).COFCM将混沌优化策略与传统的模糊C-均值算法(FCM)相结合,用混沌变量搜索对模糊聚类目标函数进行全局寻优,同时结合梯度算子,使方法能有效收敛到极值点.以六组人工数据集和真实数据集作为实验数据,对聚类目标函数值、聚类有效性函数指标值进行对比实验,其结果表明COFCM能得到比FCM更好的目标函数值,从而有更好的聚类效果.最后将该方法应用于Lena图像进行图像分割,验证了方法的有效性.     

模糊聚类分析在划分土壤养分类型中的应用

本文应用聚类分析方法对乳山市的土壤养分类型进行了划分，并提出了各类型的施肥原则。     

最优分类的模糊划分聚类改进方法

模糊划分模型聚类实质上是一个问题的两个方面。本文阐述了最优模糊聚类方法的理论与模型，指出了目前广泛使用的灵优失过程的缺陷，并提出了改进措施；实例研究表明，改进效果良好。     

钢铁企业合作创新项目选择的模糊聚类分析

在合作创新过程中,针对区间数的评价信息,提出一种基于遗传算法的模糊聚类方法.考虑方案各准则的权重、准则值为区间数,同时要求对聚类中心各准则值有严格序关系.然后结合隶属度变量构建优化模型,利用具有动态惩罚函数的遗传算法求解,计算得到各方案的所属类别.实例证明了该方法的有效性和可靠性.     

基于区间二型模糊集的模糊等价关系聚类分析

传统聚类算法在解决含有不确定性的聚类问题时具有很大的局限性,为了更好地解决聚类问题中的不确定性,论文基于区间二型模糊集理论,提出了基于二型模糊等价关系的聚类分析算法.论文首先将语言变量信息完整地转化为区间二型模糊集,接着把语言变量和区间二型模糊集的优势相结合,通过区间二型模糊集的Jaccard相似度,提出了基于区间二型模糊语言变量的模糊等价关系聚类分析新方法,并设计了具体的算法流程.新聚类算法相对于传统的模糊等价关系的聚类算法,具有更好地处理不确定性问题的能力,避免了聚类计算过程中的信息丢失.同时新聚类算法可以灵活给出随聚类相似性参数变化的动态聚类结果.论文最后以电商平台的手机品牌聚类为例,验证了新算法的可行性和合理性.     

基于模糊邻近关系的结构聚类

在有序粒度空间理论的基础上,提出了基于模糊邻近关系的结构聚类分析理论和方法.首先,给出了依据距离的一致聚类的概念,提出了模糊粒度空间的一致聚类特征;其次,给出了模糊邻近关系结构聚类的粒度表示,并获得了基于模糊邻近关系结构聚类的快速算法;进而,提出了获取最佳聚类的新方法,并且这一方法是全局最优的;最后,给出了通过两个模糊邻近关系的交运算获取结构聚类融合的方法.为复杂系统结构分析研究提供了一整套理论工具和方法.     

模糊模型辨识中模糊聚类方法应用分析

模糊聚类算法已广泛应用于模式识别、数据聚类以及从数据中提取模糊规则的过程。介绍了基于模糊聚类的非线性系统模糊辨识方法 ,并通过著名的Box和Jenkins煤气炉数据仿真实例详细研究了模型性能指标与输入变量及模糊聚类数之间的关系 ,指出了应用模糊聚类方法的优势与不足。对于模糊建模中正确应用模糊聚类方法具有重要指导意义     

基于进化规划的FCMBP模糊聚类改进方法

分析了基于摄动的模糊聚类方法(fuzzyclustering method based on perturbation, FCMBP),指出指数复杂度的遍历过程是目前PC计算环境下难以处理十阶以上较高阶数模糊相似矩阵的原因.把寻求具有最小"失真"的最优模糊等价矩阵看作优化问题 来求解,提出了一种基于进化规划的FCMBP模糊聚类改进方法. 与FCMBP相比,该方法通过引入基于进化规划的优化技术避免了遍历过程,使其能够对高阶模糊相似矩阵进行处理. 得到的等价矩阵"失真"小于传递闭包法所得结果,从而获得更为精确可靠的聚类效果, 将FCMBP模糊聚类方法推广到能够处理高阶模糊相似矩阵的情形, 满足应用需要.     

基于模糊聚类RBF神经网络的生产指标预报模型

本文提出一种同图论中可达矩阵和区域划分思想相结合的模糊聚类方法,以此来确定RBF网络的隐含层节点数。并根据某选矿厂经济指标和生产指标之间的关系,建立了生产指标预报模型,并应用于选矿厂MES系统中,应用结果表明所建模型收敛快、预报精度高,使企业能够及时了解生产过程成本动态,优化生产运行管理。     

基于市场细分的定价与批量问题的联合决策

研究了多周期离散时间下,拥有若干个目标市场的制造商如何对变质性产品协调地进行定价决策和生产决策,使得利润最大化.需求是价格的线性函数,建立了二次规划模型.提出了基于动态规划的精确算法,分析了算法的时间复杂度,可以在多项式时间内求解出最优生产计划和各个周期各子市场的最优定价.实验结果揭示了需求函数系数的变化对利润、各周期各子市场需求(或价格)的影响.     

中国电视业市场结构实证分析

本文实证表明,全国电视市场结构为以中央电视台为主导、集中度较低的寡占Ⅳ型市场结构;全国卫星电视市场为以中央台为寡头、集中度很高的单寡头垄断市场结构;省级城市电视市场以多寡头垄断为主,有些为双寡头垄断市场结构;地市级电视市场也以寡头垄断型为主,在经济较为发达的地市,有些呈现出以地市城市台为主导的寡头垄断市场结构.     

基于PLS的湖南省电力消费影响因素分析

运用现代多元统计技术——偏最小二乘回归PLS．在各影响因素存在多重共线性和样本数据短缺条件下进行了定量分析。本文不仅给出各影响因素对湖南电力消费的重要度指标图，而且确定这些影响因素与湖南电力消费需求之间的定量关系．为湖南电力市场分析提供了理论依据。     

宏观金融指标对证券市场影响的实证研究

证券市场作为一个复杂的经济系统，使用非线性人工智能方法对其进行研究具有显著的优越性。通过将宏观金融数据指标作为输入变量，使用神经网络结合基因搜索算法进行训练与模拟，得出了其对于证券市场影响程度的排序，并验证了证券市场研究中技术分析与基本分析两大流派各自的一些假设与主张。     

对应分析与最优尺度分析在购房者行为研究中的运用

在对国内外购房者行为研究方法简要回顾的基础上，提出了统计学、SPSS方法在购房者行为研究方面新的应用，并采用对应分析与最优尺度分析，以广州市海珠区赤岗为例对消费者购房行为特征进行了实证研究。以上两种研究方法与研究设计具有创新与推广价值。     

符号数据典型相关分析技术及其在股市分析中的应用

采用一种针对大规模复杂数据的分析技术——符号数据分析方法(Symbolic Data Analysis．SDA)，以中信证券风格指数作为研究对象，对2002年中国股票市场的财务指标与市场表现进行典型相关分析。研究结果表明，中国股市财务状况与市场表现相关性明显，上市公司的收益状况、偿债能力、资金管理能力及价值／成长因素决定股票的运行状况，不同风格股票在财务一市场关系方面差异性显著，行业特征明显。通过分析可以看到，运用符号数据对中国股市运行特征进行的分析结论与客观现实非常吻合．从而证明使用符号数据的典型相关分析技术对大规模多维动态数据系统进行统计分析是十分有效的。     

基于信用风险和流动性风险的银行市场结构对银行市场均衡的影响模型

借鉴Lucchetta提出的银行市场结构表示方法和研究思路,在假设信用风险和流动性风险都是不由银行自身决定的外生变量的条件下,以信用风险和流动性风险的不同组合表征银行市场结构,以自身收益最大化为银行决策目标,建立恰当的数学模型从理论上研究银行市场结构对银行市场均衡的影响。研究结果表明,在以信用风险和流动性风险度量的任何集中度的银行市场中,都既存在使银行市场运行良好的市场结构,也存在使银行市场体系崩溃的市场结构;当银行市场结构变量位于某个区间时,不同的流动性风险分布和不同的银行集中度将对银行市场均衡产生显著不同的影响。要使银行市场体系持续健康运行,就必须保持合理的银行市场结构。     

湖南R&D活动与产业发展的关联研究

分析湖南 R& D活动的主要特征及其与产业发展的关联关系 ,提出加强 R& D活动、促进湖南经济发展的对策措施。     

基于市值规模的上海股市流动性动态分析

将上海证券交易所上市交易的股票分成十组,选取其中的极大和极小市值组合,采用向量自回归模型(VAR)分析收益、波动及日内买卖不平衡对大盘股和小盘股流动性的动态影响以及两类股票流动性的相互影响。实证结果表明,大盘股和小盘股的流动性存在着显著的正相关关系,且在同期都受到收益和波动的影响。两个组合的流动性不存在显著的领先——滞后关系,它们对前期的收益、波动和买卖不平衡变化存在不同的反应模式。     

一种基于医学三维数据场模糊分割的体元投射算法

论证了医学三维数据场边界过渡区域的存在性，并提出了一个修正体元投射算法。该方法先对三维数据场进行归一、整数化的预处理，并修正扩展二维图像的分割方法，使之适用于提取三维数据场边界过渡区。在此基础上将三维数据场非此即彼的分类优化为将数据场分为边界过渡区域和非边界过渡区域的模糊分割，再分别予以不同的体元投射绘制。最后给出的实验结果表明，算法既可以提高了数据场过渡区域的图像质量，又可以保证图像的绘制速度。