模糊聚类分析在建立统计分析指标体系中的应用

本文利用模糊聚类分析法的有关知识，对统计分析中就简化指标体系问题进行初步研究。     

大学生素质评价的模糊聚类分析

针对学生素质评价工作．提出新的指标体系，并利用模糊聚类分析方法组建一个数学模型，讨论了大学生的排名分类问题．为大学生的素质评价提供了一个较好的选择．     

高等院校科技创新能力模糊聚类分析

高等院校科技创新能力研究对于优化高等院校科技创新资源、深化科学研究方向、提高科技创新水平等方面具有重要意义.针对科技创新能力难于评价的现状,本文运用模糊聚类分析方法展开研究.首先,构建高等院校科技创新能力评价指标体系递阶层次分析结构模型;然后,建立数学模型,包括数据标准化技术、模糊关系建立、模糊分析方法等三个方面;最后,通过实例分析说明模型的具体应用.本文的研究内容,可以为政府部门制定有关的科技政策、高等院校改革与发展方案等方面提供系统的理论指导和现实依据.     

基于指标体系的甘肃省城市化水平研究

从经济城市化、人口城市化、生活方式城市化、生态环境城市化四个方面构建反映城市化水平的评价指标体系。运用层次分析法,对甘肃省12个地级市的城市化发展水平进行了分析,通过聚类分析对其分类,对各城市的优势和差距进行了分析,针对性地提出了各城市提高城市化水平的对策。     

基于因子-聚类分析的陕西省区域城市化水平综合研究

传统的城市化水平评价方法,由于存在赋权的主观性等问题,缺乏评价的客观性.选取人口、经济、社会文化和地域景观为代表的4大类,共18项具体评价指标体系,采用统计分析中的因子分析和聚类分析方法,从反映城市发展水平的指标体系中提炼出4个主成分对陕西省10个地级城市及杨凌示范区的城市化发展给予综合评价.结果表明,陕西省城市化发展状况分为4种类型.据此分析了各类城市的优劣势与问题,提出加速陕西省区域城市化发展的途径在于各城市找准自己的位置,扬长避短,制定相应对策促进城市经济、社会、环境的全面发展.     

用EXCEL进行模糊聚类分析

聚类分析是统计方法中多元数据分析的三大方法之一 ,也是数据挖掘技术研究的方法之一 ,本文介绍了用电子表格软件 Excel实现模糊聚类分析的方法 .     

循环经济视角下的我国城市化水平综合评价

采用多元统计分析中的因子分析法,从循环经济的视角对全国31个省市自治区的城市化水平进行综合评价可见,改革开放以来我国的城市化发展取得了显著成就,但也存在着各种“城市病”,城市化的任务仍然非常艰巨。促进我国城市化健康发展应当加大政策调整力度,提高区域开放度;注重科学规划,加强监督管理;调整产业结构,发展低碳产业。     

模糊聚类分析的传递方法

针对常规模糊聚类分析在履行模糊相似关系时存在的复杂矩阵害虫乘运算问题,提出了模糊聚类递算法,通过设置主水平λ,直接从模糊相似关系获得聚类结果,并证明该方法与传递闭包法等价,但时间复杂度和空间复杂度都要远远小于传递闭法。     

模糊聚类分析的两种方法

主要介绍了模糊聚类方法,并各用一算例来解释本文介绍的两种模糊聚类方法。     

模糊聚类分析的两种方法

主要介绍了模糊聚类方法,并各用一算例来解释本文介绍的两种模糊聚类方法.     

降雨空间分布的模糊熵聚类分析

为了提高降雨量插值精度,充分挖掘降雨变量信息,利用模糊熵聚类分析算法,对流域内雨量站进行模糊熵聚类研究,通过基于可能性分布和距离判定的聚类有效性函数确定模糊熵系数和聚类数,从而得到模糊聚类结果,改进原有的插值方法。以淮河流域蚌埠站以上区域99个雨量站雨量数据,分别在一般情况下和模糊熵聚类情况下做交叉验证,结果显示,模糊熵聚类分析在反距离平方插值法中对降雨精度有所提升。     

基于APSO的模糊聚类算法

利用改进的自适应粒子群优化算法（APSO）较强全局寻优、快速收敛的特点和模糊C-均值算法（FCM）对初始值敏感、容易陷入局部最优的缺点,提出一种基于自适应粒子群优化算法的模糊聚类算法（APFM）。新算法有效的克服了FCM算法的缺点,同时增强了APSO算法全局搜索和跳出局部最优的能力。实验表明：新算法与单一的FCM和APSO算法相比聚类更准确,效率更高。     

基于APSO的模糊聚类算法

利用改进的自适应粒子群优化算法(APSO)较强全局寻优、快速收敛的特点和模糊C-均值算法(FCM)对初始值敏感、容易陷入局部最优的缺点.提出一种基于自适应粒子群优化算法的模糊聚类算法(APFM).新算法有效的克服了FCM算法的缺点,同时增强了APSO算法全局搜索和跳出局部最优的能力.实验表明:新算法与单一的FCM和APSO算法相比聚类更准确,效率更高.     

基于MATLAB的模糊聚类分析及应用

将MATLAB应用于模糊聚类分析,给出求解模糊相似矩阵和传递闭包的算法.     

基于免疫粒子群优化的模糊C均值聚类算法

把免疫系统的免疫信息处理机制引入到粒子群优化（PSO）算法中，并与模糊C均值（FCM）算法相结合提出一种新的模糊聚类算法．新算法用免疫粒子群优化算法代替FCM算法的基于梯度下降的迭代过程，使算法具有较强的全局搜索能力，很大程度上避免了FCM算法易陷入局部极小的缺陷，同时也降低了FCM算法对初始值的敏感度．采用对当基思想初始化种群，获得更优的初始候选解，提高算法聚类过程中的收敛速度．以UCI机器学习数据库中的两组数据集为研究对象，实验结果表明，该算法优于基于PSO的模糊C均值聚类算法和FCM算法．     

基于区间值模糊集上的模糊聚类

研究了基于区间值模糊集上的模糊聚类.先讨论了基于∨-t关系合成基础上的一种n次幂运算,是Yang和Shih的n次幂运算的推广.通过运算,由模糊相似关系矩阵得到模糊等价关系矩阵,并提出了一种基于模糊等价矩阵的聚类算法.针对非完备模糊相似矩阵中的数据信息可能会缺失的情况,最后讨论了一种由∨-t合成运算来推算缺失值的简单方法.     

福建省县域城镇化发展水平空间自相关分析

从空间、人口、经济、社会生活四方面选取17项指标构建了评价福建省县域城镇化发展水平的指标体系.通过主成分分析方法得出各县域城镇化水平的综合得分.以综合得分为变量对福建省县域城镇化水平进行空间自相关分析.结果显示:福建省县域城镇化发展水平存在较强的空间相关性。即城镇化水平高的县域之间相邻,城镇化水平低的县域在空间上也相邻:同时福建省区域中心城市对其周边县域城镇化的推动作用不强.     

Fuzzy clustering method for Web user based on pages classification

A new method for Web users fuzzy clustering based on analysis of user interest characteristic is proposed in this article. The method first defines page fuzzy categories according to the links on the index page of the site. then computes fuzzy degree of cross page through aggregating on data of Web tog. After that, by using fuzzy comprehensive evaluation method, the method constructs user interest vectors according to page viewing times and frequency of hits. and derives the fuzzy similarity matrix from the interest vectors for the Web users. Finally. it gets the clustering result through the fuzzy clustering method. The experimental results show the effectiveness of the method.     

西部地区公路运输能力模糊聚类分析

基于聚类分析和模糊数学的基本原理,运用模糊聚类分析的方法对中国西部地区公路运输能力进行了模糊聚类分析。通过分类,将具有共性的地区划归为一类。结果表明,类别的划分突出了特性,反映了不同地区之间的差异,以便于更深入地研究西部地区公路运输状况,有区别地部署西部地区公路建设任务,加快西部地区交通基础设施建设进程。     

膨润土物化性能的模糊聚类分析

为了实现在球团矿造球工艺中不同种类膨润土性能互补和种类替代,有必要对其进行分类,利用Matlab编程并采用欧几里德距离法以蒙脱石含量、膨胀倍数、吸水率、粒度分布和水分等性能作为分类指标对11种膨润土进行了分类,经造球实验验证,采用模糊聚类方法对膨润土进行分类效果较好。