基于聚类分析和支持向量机的高校教师绩效评价模型

聚类分析是对多个样本(或指标)进行分类的一种多元统计分析方法,支持向量机是借助最优化方法来解决机器学习问题的新工具.讨论采用了聚类分析和支持向量机方法建立模型,对高校教师进行绩效评价,效果较好.     

基于直觉模糊集距离测度的多属性直接聚类方法

距离测度是度量两个直觉模糊集的重要方法，在聚类分析中被广泛应用．本文基于相异度矩阵的思想，在直觉模糊多属性聚类中，定义了距离测度矩阵，然后根据不同的阚值要求转化为布尔矩阵进行聚类，最后通过实例验证该方法的有效性．     

基于联系度的铁路货运量集对分析聚类预测

提出了一种基于集对聚类分析的铁路货运量预测方法,建立了铁路货运量的集对分析聚类预测模型,结合了集对分析中的同异反模式识别的"择近原则"和聚类分析的基本思想,并利用历年铁路运量的实际数据进行了计算分析,结果表明集对聚类分析预测法是有效的.     

面向5G蜂窝物联网的大规模设备接入算法

大规模机器通信（massive machine type communication, mMTC）是5G网络的主要应用场景之一，各式各样物理设备连接互通的时代将要来临。在5G mMTC场景中常会遇到大规模设备同时请求接入网络，造成网络拥塞、影响系统通信性能的问题。针对这一问题，文章对5G蜂窝物联网中大规模设备接入算法进行研究，提出一种基于对蜂窝物联网终端数据和网络资源信息进行分析的设备接入算法。通过考虑场景中的设备终端相关信息以及网络资源，结合聚类分析的方法对终端进行聚类划分，并映射至空闲的网络资源块中，实现高效的蜂窝物联网设备接入，使其适用于当前mMTC场景，为目前5G蜂窝物联网设备提供一种有效的接入网络方法。     

综合评价的聚类分析方法

运用多元统计分析的方法，给出作为定量分析的综合评价向量的聚类分析，为消除人为数量的影响，利用主成分方法将方差贡献率作为指标权重。可对样本综合评价值排序，亦可进行极差分割法寻求最优分割聚类，并进一步给出了此方法的应用实例。     

基于神经网络模型的聚类分析技术研究

聚类分析已成为数据挖掘,模式识别等应用领域研究中非常活跃的研究课题.在聚类分析方法中,基于神经网络的算法,由于考虑到“噪声”或异常数据,可以自动确定聚类个数,可以产生鲁棒的聚类方法,而竞争学习神经网络、SOFM神经网络方法是其中有代表性的方法,对其进行了分析研究,并给出了引入可变速度的训练算法。     

DNA序列分类的统计分析

采用系统聚类分析方法，对巳知类别的20种DNA序列中4种碱基的含量及各碱基之间的相关性进行了统计分析，发现不同类别的DNA序列中减基的排列具有明显的规律性，由此建立了一种DNA序列分类的方法，并运用统计分析对这种分类方法的合理性给予了检验．     

东北地区桥弯藻属数量分类研究

本文应用聚类分析的方法对东北产的桥弯藻属53个分类单位进行了研究。聚类分析中选取了9个性状特征采用相关系数基础上的不加权的离差平方和法进行运算。同时将聚类分析的结果结合分类学意义进行了讨论,认为该方法能够比较客观、自然地反映出桥弯藻属属内种间的亲缘关系,为硅藻植物的系统分类提供富有启发性的参考。     

企业科学决策中的一种优化分析新方法及其应用

将多指标优选Fuzzy动态聚类分析方法应用于企业综合实力与活力评价的科学决策,有效地克服了传统聚类分析的缺陷,建立了一个能充分挖掘企业生产潜力与提高企业活力的多指标优选Fuzzy聚类分析最佳模型,为调整产品结构的最佳时机与保持产销两旺的最好势头提供了最优科学决策.     

小城镇土地分等及等别地价确定方法研究--以湖南省湘乡市建制镇为例

建立了小城镇土地分等指标体系，提出了因子分析与聚类分析相结合的小城镇土地分等方法。在此基础上，以湘乡市13个建制镇为样本进行了实证研究，将湘乡市各建制镇划分为4个等级并确定了等别地价。     

基于稳定稀疏主成分的基因表达数据聚类分析方法

通过对基因表达数据的聚类分析能够较快地发现肿瘤细胞,较为准确快速地诊断疾病。本文在稀疏主成分的基础上,研究了基于稳定稀疏主成分的基因表达数据聚类分析方法的问题。改进的方法主要应用于解决稀疏主成分的Lasso方法在高维度中缺乏变量选择的一致性。使用直接聚类、主成分聚类、稀疏主成分、稳定稀疏主成分四种聚类方法对2个基因表达数据进行K均值聚类和层次聚类,比较方法的准确率,验证了基于稳定稀疏主成分的基因表达数据的聚类分析方法的准确度更高。     

基于区间值模糊集的聚类分析

对于区间数，提出了反映决策者心态的心态指标的概念，在此基础上，给出了基于区间值模糊集之聚类分析的两种方法；心态分类法、数-区间分类法，对后一种分类法，引入了一种指标，并用它对其分类结果的可信度进行了定量分析。     

模糊聚类分析在数学建模中的应用

本文应用模糊聚类分析理论，快速，简捷地处理了数学建模中的某些问题，得到了令人满意的结果。     

聚类分析方法在土地利用区划中的应用——以广西河池市为例

该文通过选取土地利用现状结构、土地适宜性评价结果及土地综合产出效益与人地关系等指标，用聚类分析方法，将广西河池市划分为３个土地利用和７个土地利用亚区。该结果可为因地制宜地开发利用河池市的土地资源及制定土地利用总体规划提供科学依据。     

基于代表色特征的图像检索

基于内容的图像检索（CBIR，Content-based Image Retrieval)在多媒体检索中得到越来越多的重视，本文提出了一种基于图像颜色特征的图像检索方法，在经过变形的HSL颜色模型空间，通过适当的聚类分析算法提取出能够代表图像颜色特征的代表色集，并引入代表色的分布特征和纹理特征，作为图像的特征矢量进行匹配检索，在试验中本方法取得了较好的试验结果。     

经济地带识别方法与应用研究

通过欧氏距离计算，将多元聚类问题转化为一元聚类问题，利用凝聚点￣ｔ检验法，进行单指标聚类分析；然后用ｘ＾２拟合代度和迭和检验法进行组内一致性和组间差异性检验，从而识别经济类型区，对经济类型区按地域毗邻规则进行空间归类，最终识别经济地带，最后以湖南省经济地带识别进行了上述方法的适用性验证。     

聚类相关性职业能力培养体系构建与实施

针对高职高专学生职业能力培养测评方式方法的不足,提出了一种基于K-means聚类分析算法的学生职业能力培养测评体系.该体系根据专业人才培养方案中的课程设置,对课程进行大类划分与加权重构.重构后的学生课程成绩进行基于标准偏移量K-means聚类分析,对聚类分析结果进行分析测评,为学生职业能力自我发展提供参考和借鉴.运用该测评体系对齐齐哈尔高等师范专科学校2013级会计与审计专业学生进行测评分析,分析结果符合学生自身发展的特征,具有实践应用前景和价值.     

星图法的剖析与改进

本文剖析了垦图法的本质，并给出了星图法的不满足单调性的例子，指出其用于聚类分析的不足之处，同时给出了满足单调性的星图法的改进．     

聚类分析算法研究

聚类分析是数据挖掘的重要的组成部分,已经广泛应用于模式识别、电子商务、图像处理等领域。本文对几种主要的聚类及孤立点检测方法进行了分析研究,介绍了各种聚类方法的优缺点,并对聚类研究进行了总结。     

广西市域旅游经济发展差异的综合评价与分析

以广西14个地市为研究单元，通过确立相应的分析指标，运用主成分分析法对广西各地市的旅游经济发展水平进行了综合分析与排序，并且结合聚类分析方法将发展层次相似的地市归类．分析结果表明了广西区域旅游经济呈现出较强的不均衡态势，各地在主成分上的差异十分显著且与现状较为一致，并探讨了形成这种差异的主要原因，提出了针对性的对策与建议．