河北省主要城市空气污染时空分布特征分析

文章以河北省邢台、保定、石家庄、邯郸、衡水、唐山、廊坊和沧州8个城市的空气质量为研究对象,以PM2.5、PM10、SO2、NO2、CO、O3作为空气污染因子,分析河北省2014-2016年的空气污染时空分布特征。分析结果表明,8个城市2014-2016年AQI、PM10、PM2.5、SO2浓度呈下降趋势,整体空气质量好转,而沧州和衡水NO2年均浓度以及衡水和唐山O3年均值变化呈逐年上升趋势。8个城市颗粒物年均浓度均超标,超标倍数最高达2.3,除2014年沧州外,其余城市各年NO2年均值均超标。季节变化分析结果表明,除O3外,8个城市的其余空气污染因子和AQI季节变化趋势基本一致,夏、秋季的空气质量优于春、冬季,冬季最差,O3恰好相反。PM10、PM2.5、SO2、NO2、CO浓度高值主要分布在1月和12月,低值分布在6-9月。8个城市之间的空气污染比较显示,廊坊和沧州空气质量优良天数占比超过50%,空气质量较好,邢台、保定、唐山、石家庄空气质量较差,这与地理位置和产业布局有一定的关系。     

基于曲线聚类的肺结核流行特征分析

目的分析我国肺结核发病的流行病学特征,为制订我国肺结核的防控策略提供参考依据。方法采用描述性研究对全国2005-2016年肺结核的流行性特征进行分析,采用基于B-样条的函数型曲线聚类的方法、依据32个地区的发病率时间轨迹的相似性进行聚类分析。结果2005-2016年发病率与发病人数呈下降趋势,2016年肺结核的报告发病人数与2005年同期相比下降了33. 59%;14岁及以下的婴幼儿和儿童的发病率较低,60岁及以上的老年人的发病率较高;每年的1月份与3月份是肺结核发病的高峰期,每年的12月份肺结核的发病率最低;海南、广西、贵州、西藏和新疆地区的发病率较高,西北的新疆肺结核年发病率高达180. 42/10万;全国32个地区依据发病率时间轨迹的相似性分为四类,第一类的贵州与新疆的发病率轨迹值普遍高于其他三类,且波动起伏较大,第一类地区以及第二类地区的青海与西藏的疫情更加严峻。结论全国60岁及以上的老年人是国家重点防控对象,每年的1月份与3月份应加强肺结核的防控措施,贵州、新疆、青海与西藏地区的肺结核防控需要国家的重点关注与支持。     

基于核函数的层次聚类算法

层次聚类算法是运行复杂度较高的聚类算法,基于不相似性测度的层次聚类算法不适合稀疏高维数据.结合核函数特点,提出了一种基于核函数的层次聚类算法.利用该算法,对稀疏高维数据进行了层次聚类对比,实验结果表明,该算法提高了层次聚类的准确率.     

基于有趣地点压缩的时空轨迹聚类

研究移动物体时空轨迹局部关键地点时空相似的聚类问题.根据移动物体的运动状态提取轨迹中的有趣地点,利用最小包围盒技术对这些有趣地点进行描述,得到基于有趣地点压缩的轨迹表示形式;然后给出一个时空属性相结合的相似性度量公式,对压缩表示的轨迹进行相似性度量;基于这个相似性度量公式对轨迹进行聚类,聚类方法采用层次聚类法.实验结果表明,本文提出的方法能有效地对移动物体时空轨迹进行聚类,由于采用了增量式的轨迹压缩方法,不仅提高了聚类的速度,而且还实现了增量式的轨迹聚类.     

基于函数型主成分和星座图的时间序列聚类法

通过构造融合函数型主成分和星座图的时间序列特征提取方法,结合模糊聚类思想得到时间序列聚类的一种算法.实验一在第一次特征提取后,用了五种不同的方法进行对比实验,表明该方法在时间序列聚类上效果良好;实验二将该方法应用在股票时间序列上,可以很好地区分不同行业的股票;实验三用该方法指导短期投资,可以有较好的收益率.     

基于凝聚函数的混合属性数据聚类算法

借助于近似极大值函数的凝聚函数,将传统数据聚类问题转化为无约束优化问题求解．首先利用一阶必要条件,推导出数值属性下数据聚共中心的计算格式;其次采用类属性分解方法,提出计算类属性数据对象之间距离的新方法,井在此基础上给出混合属性下数据聚类中心的计算格式和一个能处理数值型和分类型混合数据集的凝聚聚类算法;最后选取不同初始聚类中心,使用凝聚聚类算法对英语借词进行了聚类实验和分析．结果表明,凝聚聚类算法在计算效率和计算效果方面均优于模糊k-prototypes聚类算法．     

基于核函数的最大间隔聚类算法

提出了基于最优超平面与支持向量机思想的最大间隔聚类算法。该方法借鉴了最优超平面思想和用核函数非线性映射构造支持向量机的思想。通过构造一个二次规划问题 ,得到了使分类后两类间距最大的聚类方法 ,并且借助非线性核函数将该方法推广到非线性情况。仿真试验表明 :该方法可以较好地解决很多非监督分类问题 ,得到的结果基本不受数据分布形状的影响     

城市道路交通空气污染灰色聚类决策评价

应用灰色聚类决策理论进行城市道路交通空气污染的评价,将城市道路交通空气污染状况分为空气质量优、空气质量良、空气质量一般、空气质量差四个灰类,提出了建立评价矩阵的方法、综合决策权和灰类的白化权函数,应用本文的方法,对7条实际道路交通空气污染进行了评价分析,分为优、良、一般三类,同时又做了模糊聚类分析,在不同的聚类尺度条件下,分类结果相差较大,道路交通的空气污染状态不明确,对比分析证明,模糊聚类具有不确定性,灰色聚类决策理论应用于城市道路交通空气污染的评价是可行的,符合实际。     

基于可扩展函数族的聚类算法的改进

在原有基于可扩展函数族聚类的基础上,提出了自适应可扩展函数族概念,对原来的算法CIFF和CDFF作了改进,将阈值理论与可扩展函数族相结合,设计了新的聚类算法,并对其聚类性能作了分析。实验结果表明,用自适用可扩展函数族方法进行聚类,不但使聚类在可伸缩性、增量数据处理及复杂数据类型处理等方面都表现出很好的性能,而且与原算法相比,具有聚类精度高、速度快等优点。     

基于轨迹间时空关联性的数据聚类算法

针对现有轨迹聚类算法中对轨迹之间的时空关联性考虑不足以及全局唯一距离阈值带来的算法的时空复杂度高以及聚类精度低的问题,提出了一种基于轨迹间时空关联性的数据聚类算法(The Data Clustering Algorithm Based on Spatio-temporal Correlation between Tra...     

基于逻辑回归函数的加权K-means聚类算法

传统K-means聚类算法通过欧式距离计算样本的相似度,将数据所有的属性特征均平等对待,忽略每个属性特征的不同贡献,导致样本相似度计算的准确率不高.针对这个不足,提出一种特征加权的K-means算法进行优化.首先,运用Softmax和Sigmoid逻辑回归函数计算特征权重,使得加权的欧式距离更能准确地表示样本相似度;其...     

基于核函数的模糊C均值聚类算法

通过引入Mercer核,把输入空间的样本映射到高维特征空间,实现了对样本在特征空间的优化,使各类样本之间的差别增大,从而较好地实现了对差别微弱的样本类之间的聚类．仿真实验的结果证实了该方法的可行性和有效性．     

一种基于FCM方法的聚类有效性函数

在模糊聚类方法的基础上对最佳聚类数进行了研究,并针对Gap统计方法的不足加以改进,提出一种基于FCM方法的聚类有效性函数。     

基于时空维度变量的杭州市轨道交通站点聚类研究

为捕捉由轨道交通站点周边建成环境与客流时变特征的互动关系而反映的站点类型差异,基于地铁刷卡数据与站点周边兴趣点（Point of Interest,POI）数据,分别通过客流时间序列分析和地理加权回归模型进行时空维度聚类变量提取.应用K-means++聚类算法将杭州地铁1、2、4号线站点划分为工作导向型、居住导向型、商业型以及工作-居住混合型4种类型.研究结果表明：该方法相对于传统K-means算法具有更优的性能表现,其中轮廓系数、Davies-Bouldin指数与Calinski-Harabaz指数等3项聚类评价指标的改善幅度分别为30.43%、10.51%、9.02%,因而能够准确识别时空视角下的轨道交通站点类型并反映其客流出行模式,进而为站点客流预测、站城一体化建设等后续研究提供分析依据.     

基于聚类关联规则的公交扒窃犯罪时空分析

提出了一种基于聚类的时空关联规则的公交犯罪挖掘算法.针对某市一个区的110报警数据库中的大量业务信息进行分析.首先,通过文本挖掘技术从案情信息中提取时间、地点等信息,并利用高德地图API的地理编码服务和POI搜索功能对提取的地址信息进行地址匹配,提取受害人上下车站点、乘坐公交线路等信息.其次,对提取得到的时空数据进行归并处理.最后,根据案发时段、季节以及是否节假日进行聚类分析,然后在簇内进行时空关联规则分析.这种挖掘方法具有以下特点:①在聚类基础上进行关联规则分析,减少扫描数据库次数,大大缩小数据扫描范围,提高算法效率,更加适合海量犯罪数据的挖掘.②聚类后簇内数据具有相似性,特征更加明显,在此基础上进行关联规则分析产生较小的频繁项集,并且提取出置信度较高的规则.③考虑犯罪行为的时空特性,挖掘过程中同时考虑了案发季节、是否节假日等因素.     

基于时空相似系数的环形交叉口车辆轨迹聚类

为了分析交叉口车辆运行轨迹的规律性, 提高环形交叉口交织段的通行能力, 提出基于时空相似系数的环形交叉口车辆轨迹聚类方法。 针对规定区域车辆轨迹, 分析车辆轨迹时空信息并计算得到时空相似系数, 同时采用谱聚类进行聚类, 将交叉口区域内一段时间内的轨迹聚类情况进行可视化展示。 经过实例验证, 所提出的方法能够有效地约简数据, 并可提取出轨迹信息中的潜在规律, 为进一步的决策工作提供一定的参考价值。     

一种基于免疫抗体聚类算法的复杂函数寻优

通过在克隆选择过程中引入抗体聚类机制,提出了一种用于复杂多模函数优化的新算法.通过聚类将抗体群分成多个子种群来实现其克隆选择策略,加速克隆扩增,从而提高抗体成熟力及亲和性.采用了混合超变异算子,使其能快速获取全局及局部最优.实验仿真结果表明:该算法对复杂函数寻优的过程是相当有效的,具备良好的全局和局部收敛可靠性.     

基于Fuzzy c-means算法聚类有效性函数的纹理分割

Fuzzy c-means(FCM)算法用于图像分割是一种非监督模糊聚类后再标定的过程．本文利用聚类有效性函数对Fuzzy c-means算法的聚类结果进行评价,从而获得最优的聚类结果,较好地解决了Fuzzy c-means算法的一些不足,如聚类数目无法自动确定、其聚类结果是否最优．最后,利用纹理图像分割实验验证了该算法的有效性．     

基于聚类离散化的Dep-Miner函数依赖发现方法

针对已有函数依赖发现方法直接应用于连续型数据时,易导致依赖关系挖掘失败的问题,该文基于已有Dep-Miner方法,提出基于等间隔离散化的Dep-Miner(ED-Dep-Miner)和基于聚类离散化的Dep-Miner(CD-Dep-Miner)函数依赖发现方法。通过数据离散化,将指标的连续型数据合理地转变为类别数据。实现基于类别数据的函数依赖发现,提升函数依赖发现能力。同时,对Dep-Miner中的部分定理给出了基于反证法和枚举法的通俗化证明。该文将提出的ED-Dep-Miner和CD-Dep-Miner与不带有任何离散化操作的原始Tane和Dep-Miner进行了实验对比。实验结果表明,该文的ED-Dep-Miner和CD-Dep-Miner方法将原始连续型数据转化为离散型分类,挖掘出了更多潜在的函数依赖关系。同时,CD-Dep-Miner的性能要优于ED-Dep-Miner,解决了等间隔离散化存在的边界值问题。