谱聚类的扰动分析

以矩阵的扰动理论为工具对谱聚类（spectral clustering）进行了分析，通过引入图的权矩阵并对权矩阵的谱和特征向量进行分析，得到了权矩阵的谱与聚类的类数、权矩阵特征值的大小与每一类所含点的个数、以及权矩阵的特征向量与聚类之间的关系．据此，设计了一个基于权矩阵的无监督谱聚类算法（unsupervised spectral clustering algorithm based on weightmatrix，简记为USCAWM），并在模拟点集和实际的数据集上进行了实验，实验结果肯定了理论分析的正确性．     

一种基于模糊聚类的新型入侵防御攻击系统模型

本文从降低传统入侵防御系统检测引擎的虚警率、漏警率与增强主动防御能力方面入手,给出了一种基于模糊聚类的入侵防御系统检测引擎实现方案;并探讨了将蜜罐技术与入侵防御系统相结合的可行性;进而提出了一个全新的入侵攻击防御系统模型。在这个模型中,入侵防御系统同时具有了实时防御与攻击防御的能力。     

基于模块性指标优化的层次聚类算法

层次形成的正确性决定了层次聚类的质量,通常围绕对象类内类间关系评价实现。本文基于聚类目标,综合考虑类内类问关系,借鉴网络分析中模块性评价准则,设计用于层次聚类的模块性指标,并采用自底向上合并的途径实现指标优化从而完成聚类,提出一种基于模块性指标优化的层次聚类算法。仿真试验表明,和谱聚类算法相比,本文介绍的算法实现简单,能以较少的计算代价,准确地获得样本特征,实现聚类。     

基于平面距离的模糊数之间差异的度量及其在优化调度问题中的应用

利用平面上的距离函数及水平重要性函数, 建立了衡量模糊数之间差异的UID度量和LPID度量, 讨论了UID度量和LPID度量的基本性质, 证明了模糊数空间关于UID度量和LPID度量成为度量空间的充分必要条件是水平重要性函数在区间[0,1]上几乎处处不为零. 进而讨论了由平面上的范数确定的UID度量和LPID度量的收敛性、可分性和完备性问题. 最后通过实例进一步分析了UID度量和LPID度量的特性.     

极大熵聚类算法及其全局收敛性分析*

借助极大熵原理构造了一致逼近目标函数的一簇可微的熵函数,由此利用最优化理论导出了一种新的聚类算法. 该算法是硬C均值算法的一种软的推广格式,具有全局收敛性,最后讨论了该算法同其他著名聚类算法的关系.     

极大熵聚类算法的收敛性定理证明

有关极大熵聚类算法收敛性的研究是理论研究的一个热点问题,有的学者认为迭代序列的极限点有可能不是目标函数的严格局部极值点.针对这个问题,文中用科学计算软件对相关文献中给出的例子进行了实验,说明该例子并不能否定极大熵聚类算法收敛性定理.最后,从理论上给出了极大熵聚类算法收敛性定理的一个证明.     

关于极大熵聚类算法的收敛性定理的反例

追溯了极大熵聚类算法的历史渊源, 指出了张志华等提出的算法本质上缺少新意, 并构造了两个具体例子说明了极大熵聚类算法得到的迭代序列不一定收敛到目标函数的局部极小值, 有可能收敛到鞍点. 在此基础上,指出了他们关于极大熵聚类算法的收敛性定理一般不能成立的理论理由.     

模糊联想记忆规则提取的聚类方法

针对现有模糊联想记忆规则提取的聚类分析算法存在的问题,阐明了规则遗漏对模糊联想记忆性能的影响,提出糊联想记忆规则提取的新方法。新方法大大降低了聚类的难度和工作量,能够准确而迅速地提取FAM系统的规则,克服了现有方法的不足。     

一种结构自适应的聚类神经网络

为了解决聚类分析中聚类数的确定问题,在SOFM神经网络的基础上,从聚类准则出发,通过试验对聚类准则的曲线特征进行了详细的分析和论证,设计出一种结构自适应的聚类神经网络,该网络能自动确定最佳的聚类数,并提出了一种减少计算量的改进算法。     

基于改进灰色聚类法的空气质量综合评价

通过构造指数型的白化函数和熵权法对灰色聚类法加以改进。此法充分利用已知的有限信息;避免了主观因素对环境质量综合评价的影响;使评价结果更符合实际、更准确。结合阜新市功能区空气质量评价的实例,介绍了此法的具体应用,并与经典灰色聚类法的结果相比较,除了个别功能区的评价等级有差异外,总体来看评价结果差异很小。对比值得出的结论是评价等级均为良,验证了改进方法的可行性和有效性。     

面向数据流的加权聚类及演化分析研究

为解决无限数据流在有限内存空间中的聚类分析问题,本文提出了一种加权聚类及演化分析框架。为简要地描述此框架,给出了聚类、聚类簇的概念及其数据结构定义,接着对聚类、聚类簇的加法运算和差运算给出了清晰的描述和相应的实现算法。本框架与CluStream框架有较大的差别,这里采用聚类簇的加法运算来实现更大时间跨度内的聚类簇融合,采用聚类簇的差运算来进行聚类簇的演化分析。最后通过第一个例子来说明本框架是如何对数据流进行加权聚类及演化分析的,采用第二个例子来验证为实现本框架所需的十五个算法的正确性及有效性。     

一种基于相似度聚类方法的指纹识别算法

提出了一种基于相似度聚类的指纹识别算法．同现有的指纹识别算法相比较，该识别算法的独特之处体现在如下方面：首先，根据指纹纹理特性，采用二元尺度空间方法来对图像进行增强处理；其次，构造一种局部拓扑结构．细节点单形，根据与图像变换的相关性，将这些拓扑结构的属性分为变换可变特性和变换不变特性；再次，应用聚类方法，分析指纹之间的变换模型的分布空间；最后，用递归分层搜索方法，在变换模型的分布空间中估计出最优参数，并求指纹之间的最大相似度．FVC2002(the 2^nd International Fingerprint Verification Competition in 2002)对该算法的性能测试与认证结果表明了算法的有效性与先进性．     

星敏感器星点聚类提取方法

星敏感器现有的星点提取方法运算时间长、存储需求大,从而限制星敏感器姿态初始捕获时间、轻小化等性能指标的提高.针对以上问题,提出了一种星敏感器星点聚类提取方法.首先,介绍和分析了星点聚类提取方法中的预处理滤波算法和聚类算法;然后,给出了该方法在北京控制工程研究所新研小型星敏感器中的实现方式和实现效果,该星敏感器在探月三期月地高速再入返回飞行器中成功实现了首次在轨飞行实验;最后,通过星敏感器观星实验对星点传统提取方法和星点聚类提取方法进行了比对验证,并通过小型星敏感器在轨飞行实验对星点聚类提取方法进行了在轨验证.实验显示,该方法提取星点所需时间最大约为传统方法的16%,星图存储需求不到传统方法的1%,且星点提取正确,在轨表现良好.结果表明,星敏感器星点聚类提取方法能有效减小星点提取所需时间,不需大容量星图存储器件,且逻辑简单、移植性好,适用于各类光学成像敏感器.     

基于K-means聚类的快递企业客户细分方法

为了实现对快递企业客户的科学划分,制定差异化的客户营销策略,建立了一种基于K-means聚类的客户细分模型。对快递企业呼叫中心的客户相关数据特征进行了分析与预处理,确定了合理的客户细分变量,并建立了基于呼叫中心数据挖掘的客户细分流程。以某快递企业为例对客户细分方法进行了验证。结果表明该方法能够有效区分快递客户为敏感客户、节俭客户、高端客户、潜在客户与优质客户等五类,为进一步营销方案的设计提供决策支持。     

基于聚类技术的股票价格趋势预测

利用聚类算法预测股票的价格趋势,通过聚类技术先将某些具备相似特征的上市公司提取出来,这些公司的股票趋势往往具有相饭性,此时再对这些提取出的上市公司财务报表进行具体分析,从而达到准确预测该上市公司股票趋势的目的。通过测试结果得出此方法在股票的预测中具有一定的应用前景。     

一种基于自体集层次聚类的否定选择算法

否定选择算法是用于产生人工免疫检测器的重要算法,然而传统的否定选择过程需要将随机生成的候选检测器与全部自体数据进行匹配以排除识别了自体的无效检测器,该匹配过程导致检测器的生成效率过低,极大地限制了免疫算法的应用.为此,文中提出了一种基于自体集层次聚类的否定选择算法CB-RNSA.算法首先对自体数据进行层次聚类预处理,然后用聚类中心取代自体数据点与候选检测器进行匹配,以减少距离计算代价.在生成检测器的过程中,候选检测器被限定在非自体空间的低覆盖率区域内,以降低检测器冗余.对检测器的非自体空间覆盖率进行了概率分析,给出了中止生成检测器的条件,该条件较传统的预设检测器数量的中止条件更为合理.理论分析表明CB-RNSA的时间复杂度与自体集规模无关,从而解决了经典的否定选择算法的时间复杂度随自体数量呈指数增长这一难题,极大地提高了大自体样本空间下的检测器生成效率.对比实验结果表明:在相同的实验数据集与期望覆盖率下,CB-RNSA的检测率比经典的RNSA与V-detector算法分别提高了12.3%与7.4%,误警率分别降低了8.5%与4.9%,产生检测器的时间代价分别降低了67.6%和75.7%.     

基于模糊C-聚类分析的回采工艺选择及MATLAB实现

煤矿生产中,各个回采工作面的地质条件是影响回采工艺选择的决定性因素,工作面回采工艺选择的合理与否,直接关系到煤炭开采的效率.由于地质因素的不确定性和模糊性,导致了在回采工艺方式选择问题上的复杂性.快速发展的模糊数学为分析这类问题提供了一个很好的解决办法.这里采用模糊数学中C-均值聚类对已采工作面进行分类,并利用分类结果对未采工作面选择何种回采工艺做出预测,这种复杂的计算过程借助了MATLAB逻辑工具箱中的C-均值聚类函数(FCM)来完成,使大量数据的分析得以实现,大大提高了数据处理的效率.     

饮用水源水质评价的模糊聚类模型的研究

考虑到饮用水源样本并没有严格的属性,以及它们在形态和类属方面存在看中介性,确定了对人类生理健康影响较大的高锰酸盐指数、生化需氧量、总氮、氨氮、氟化物、总磷、溶解氧等9项评价因子;将特征空间中一组没有类别标记的矢量按某种相似性准则划分到若干个子集中,实现每个子集代表整个样本集的某个或者某些特征和性质;建立起基于模糊聚类法的饮用水源水质评价模型。最后,将所建模型应用到阜新市目前饮用水源地水质评价中,应用效果表明：所建模型既能有效地判断饮用水源水质类别,又能确定水体中主要污染物和主要污染源,通过不同评价方法结果的比较分析,体现了所建模型的良好有效性和适用性。     

应用于无人驾驶车辆的点云聚类算法研究进展

点云聚类是激光雷达实现无人驾驶汽车环境感知中的关键步骤,其将激光雷达构建的点云地图中离散的点聚类成各个整体,是实现检测的重要前提,也为后续的辨识提供了必要基础.本文将应用于无人驾驶车辆点云聚类中的聚类算法分为六类,分别是现有的基于划分的聚类算法、基于层次的聚类算法、基于密度的聚类算法、基于网格的聚类算法、基于距离的聚类...     

改进的等斜率灰色聚类法在地面水质量评价中的应用与分析

为了更好地将等斜率灰色聚类法应用于地表水质评价,提出了改进的等斜率灰色聚类法——灰色聚类样点排序法,并通过实例的计算比较,讨论灰色聚类样点排序法再权重处理过程的可行性。可以得出灰色聚类样点排序法能兼顾到：1）各测点地实测污染浓度都在级别标准范围内较有规律的变化,各污染物的标准之间差异不太大;2）污染物分布的离散度太大,各标准值之间差别也太大这两种情况。