聚类分析的一种改进方法

为了削减由于指标变量不同量纲、不同权重及其相关性对聚类效果造成的影响,把权重引入马氏距离计算公式, 定义了加权马氏距离,并证明了其在理论上的有效性. 最后,采用加权马氏距离对一个具体算例进行聚类分析,得到了较为理想的、更符合实际的分类结果,表明了该定义在应用上的有效性.     

一种基于加权电气距离的无功控制分区方法

基于电力系统中无功源的补偿能力,提出了一种基于加权电气距离的无功源聚类分析分区方法。使用加权电气距离的聚类分析方法保证了分区之间的弱耦合性,同时增强了分区内部的耦合强度。先对无功源进行聚类分析,分区后再将受控点分配至分区的方法保证了分区内的连通性。对IEEE39节点标准测试系统的仿真结果说明了方法的有效性。对实际电力系统的仿真说明了方法的实用性。     

基于模糊聚类分析的网络安全综合评价

模糊聚类分析主要用于研究样本的分类问题.利用层次分析方法给出了样本指标的权重,进一步引入了加权相似系数和加权距离系数的计算公式.在该系数的基础上,提出了一种既能考虑到样本之间的值贴近程度,又能考虑到样本之间的形贴近程度的改进统计量--相似度,用相似度矩阵替代传统的相似矩阵,得到了模糊聚类分析方法的改进.将其应用到网络安全综合评价实际样本数据的聚类分析中,结果表明改进的模糊聚类分析方法是有效的.     

基于相似度加权的模糊聚类方法

模糊聚类分析主要用于研究样本的分类问题.在引入加权相似系数和加权距离系数的计算公式的基础上,提出了一种既能考虑到样本之间的值贴近程度,又能考虑到样本之间的形贴近程度的改进统计量-相似度,用相似度矩阵替代传统的相似矩阵,得到了模糊聚类分析方法的改进.实验结果表明改进的模糊聚类分析方法是有效的.     

设备重要度的Fuzzy聚类分析

本文在层次分析和Ｆｕｚｚｙ集理论的基础上，建立了化工设备重要度的Ｆｕｚｚｙ 欠分析模型，应用判断矩阵分级求出各指标因素对子层次和目标层次的权重，根据Ｆｕｚｚｙ数学中的广义加权海明距离，对化工设备重要度进行了Ｆｕｚｚｙ聚类分析，得到了符合实际的分类结果。     

基于PCR-RFLP梨品种cpDNA遗传多态性的分析

为了研究库尔勒香梨等19个主要梨品种的cpDNA遗传多态性,采用PCR-RFLP进行分析,利用10对通用引物对总DNA进行扩增,并且采用7种限制性内切酶对PCR产物进行酶切,应用DPS v7.05版软件计算Jaccard相异系数,采用非加权类平均法(UPGMA)进行0-1系统聚类分析.结果显示:7对引物(cp01、cp02、cp03、cp04、cp06、cp09、cp10)能在梨属植物上扩增出1条特异性谱带,cp09/MvaI,cp03/Hin6I的酶切位点有显著差异.根据结果分析,库尔勒香梨与鸭梨、砀山梨、苹果梨、早酥、慈梨、金川雪梨、锦丰、新疆句句梨的平均距离系数较小,与其他梨的平均距离系数较大.     

基于最小熵值相似矩阵构造方法及其聚类过程

针对利用相似矩阵进行聚类分析的分类问题,定义了相似矩阵及其性质,并给出相似矩阵的一些常见构造方法.针对现有构造方法缺少含义的问题,尤其是针对模糊问题,提出了一种基于最小信息熵值聚类构造相似矩阵的方法.该方法首先利用最小信息熵值原理获得多准则决策中不同属性的权重信息,然后求解不同方案集间的加权距离.通过构造正负不同的理想解,求解方案集与正负理想解直接的加权距离,并利用方案间加权距离与正负理想解整体距离之间的比例构造相似矩阵.算例表明该方法切实可行.     

川芎道地性的ISSR分析

利用ISSR分子标记技术,对来自国内17个居群的285个川芎(Ligusticum chuanxiong hort.)个体进行道地性分析.从99条ISSR随机引物中筛选出10条引物对285个川芎个体进行扩增,共得到186条清晰的扩增位点,其中多态性位点183个,多态位点百分率（PPB）为98.39％.根据结果进行聚类分析,得出16个川芎居群遗传距离的非加权算术平均(UPGMA)树.采自四川省内的10个川芎居群表现出更近的亲缘关系,各个川芎居群间具有高度遗传多样性.     

加权数据融合算法及其应用举例

建立了一种基于格罗贝斯(Grubbs)准则和聚类分析的加权数据融合算法，即先用格罗贝斯准则剔除所测数据中的疏失误差数据，再用聚类分析的方法对剔除疏失误差数据后的测量数据进行聚类，并由此确定各类别的权数(加权因子)，最后利用所得权数进行加权融合得出被测对象的融合估计值。实验证明，该算法简单有效，且适合计算机编程。     

基因组寡聚核苷酸频率组分差异的进化信息

 利用不同基因组全序列中寡聚核苷酸频率组分差异信息构建系统树,并与传统方法的建树结果比较,分析以寡聚核苷酸频率组分差异信息构建系统树的可行性及适用范围。在获得194种原核生物基因组全序列寡聚核苷酸频率数据的基础上,依据寡聚核苷酸组分的保守性构建权重矩阵,对寡聚核苷酸组分差异加权,并尝试用绝对值距离、Lance距离、欧氏距离三种方法计算距离矩阵,再用距离法构建系统树。结果显示,该方法对科以下分类单位的建树与传统方法的建树基本一致,而对科以上的分类单位较难区分。首次利用寡聚核苷酸频率保守性进行加权,通过非比对的算法用基因组全序列建树。     

瓶装饮用水挥发性有机物的聚类分析与评价

用两种数值分类方法对19种瓶装饮用水所含挥发性有机物(VOCs)进行聚类分析,EDC法的分类选用欧氏距离为相似性测度,聚类采用重心法;CBM法选用绝对距离与中位数法.结果得到两系统聚类树形图及一统计量表,表明水样可分为四类和定量分级评价为三个等级:不合格(水样M6)、合格(水样M2、D4)、较好(其他16种水样).聚类分析能同时实现瓶装饮用水的分类与定量分级评价.     

快速路入口区域车辆跟驰行为研究

快速路入口区域车辆跟驰行为及安全间距会受到汇入车辆影响。为了探索快速路入口区域车辆的跟驰行为,利用无人机在200m高空对快速路入口区域进行高空悬停定点拍摄,并利用Tracker软件提取了车辆速度、车辆横纵坐标、加速度等参数。采用跟驰距离、相对跟驰速度绝对值及跟驰片段长度指标对快速路入口区域车辆的跟驰行为进行判断,确定了快速路入口区域跟驰行为判定准则。在此基础上,对交通流变化、车道分布、入口形式对跟驰行为的影响进行对比分析。研究发现：快速路入口区域车辆跟驰距离均值为26m,车辆跟驰距离集中分布在15~28m;相对跟驰速度绝对值均值为0.75m/s,且90%车辆相对速度绝对值小于1m/s;车辆跟驰距离和后车跟驰速度随交通流增加逐渐减小;快速路最内侧车道车辆跟驰距离和跟驰速度大于中间车道;直接式入口的主线车辆跟驰距离和跟驰速度大于平行式入口。本文研究成果可为快速路入口区域跟驰行为参数标定及管控提供参考依据。     

三种计算层次分析法中权值的方法

分析了几种计算权值的常见的方法,在分析最小二乘法的基础上,分别以"残差平方之和最小"、"残差绝对值之和最小"和"最大残差绝对值最小"准则的建立了计算权值的三种新方法。通过实例给出了计算方法和结果。     

东海和黄海双斑（蟳）4个地理群体的形态学变异研究

运用单因素方差分析、聚类分析、主成分分析和判别分析对双斑（蟳）日照、胶南、吕泗和舟山渔场4个群体的形态学差异进行了比较研究.单因素方差分析的结果显示,4个取样点双斑（蟳）群体未达到亚种差异水平.聚类分析结果表明,日照渔场群体和胶南渔场群体的欧氏距离最小,胶南渔场群体与舟山渔场群体间的欧氏距离最大,黄海群体与东海群体之间存在差异性.判别分析结果支持聚类分析所得出的结论.由此认为,东海与黄海双斑（蟳）群体间存在一定的形态差异.     

基于小样本的非等距加速应力试验寿命预测方法

对非等距灰色GM(1,1)模型作进一步的改进,给出了一种新的非等距GM(1,1)模型.该模型与传统的非等距模型生成方式不同,在数据生成处理时,不是直接利用原始数据进行建模预测,而是通过对原始数据取对数变换,作降幅平滑处理,然后再对背景值加权处理.背景值加权的权重不是传统的绝对距离,而是相对距离,可以有效地避免改变原始数据列的性质.实例表明,对于非等距加速应力试验寿命预测,改进后的模型与Arrhenius模型及传统的非等距GM(1,1)模型相比,具有更好的建模精度和较强的适应性.     

Urban Fire Risk Clustering Method Based on Fire Statistics

Fire statistics and fire analysis have become important ways for us to understand the law of fire, prevent the occurrence of fire, and improve the ability to control fire. According to existing fire statistics, the weighted fire risk calculating method characterized by the number of fire occurrence, direct economic losses, and fire casualties was put forward. On the basis of this method, meanwhile having improved K-mean clustering arithmetic, this paper established fire risk K-mean clustering model, which could better resolve the automatic classifying problems towards fire risk. Fire risk cluster should be classified by the absolute distance of the target instead of the relative distance in the traditional cluster arithmetic. Finally, for applying the established model, this paper carried out fire risk clustering on fire statistics from January 2000 to December 2004 of Shenyang in China. This research would provide technical support for urban fire management.     

融合信任机制和HBMO算法的WSN能耗均衡分簇方法

针对无线传感器网络(WSN)中的能耗和安全问题,提出一种融合蜜蜂交配优化(HBMO)算法和轻量级信任机制的WSN分簇方法(LWT-HBM).首先,将WSN分成若干个小区,通过HBMO算法选择各自最优的簇头;然后,构建分簇结构,根据簇头和基站的距离设置簇的大小.在簇头能量消耗殆尽前,会利用HBMO选择替代簇头,以此均衡网络能源.在选择簇头的同时,融入轻量级信任机制,根据直接信任和间接信任值来评估节点的可信任度,避免恶意节点被选择为簇头.同时给出了一种精确能耗模型用来计算系统的整体能耗.通过实验将此方法与LEACH和TBCMA方法进行比较,结果表明LWT-HBM方法具有更低的能耗,有效的延长了网络寿命.     

Application of Algorithm CARDBK in Document Clustering

In the K-means clustering algorithm, each data point is uniquely placed into one category. The clustering quality is heavily dependent on the initial cluster centroid. Different initializations can yield varied results; local adjustment cannot save the clustering result from poor local optima. If there is an anomaly in a cluster, it will seriously affect the cluster mean value. The K-means clustering algorithm is only suitable for clusters with convex shapes. We therefore propose a novel clustering algorithm CARDBK—"centroid all rank distance(CARD)" which means that all centroids are sorted by distance value from one point and "BK" are the initials of "batch K-means"—in which one point not only modifies a cluster centroid nearest to this point but also modifies multiple clusters centroids adjacent to this point, and the degree of influence of a point on a cluster centroid depends on the distance value between this point and the other nearer cluster centroids. Experimental results showed that our CARDBK algorithm outperformed other algorithms when tested on a number of different data sets based on the following performance indexes: entropy, purity, F1 value, Rand index and normalized mutual information(NMI). Our algorithm manifested to be more stable, linearly scalable and faster.     

万寿菊资源观赏性状的遗传聚类分析

对71个万寿菊资源的主要观赏性状进行了系统聚类分析。综合分析表明：214.03,36-3,214.06,214.04,12-1可作为优良品种（系）推广应用,71份万寿菊资源可分为五大类群和三个独立类群。45-1与41-1、26-3与25-3、52-1与50-1、52-2与37-3、49-1与16-1、214.04与12-1、214.07与17-1、36-2与6-1、214.08与32-1、53-1与46-1和37-1之间的遗传亲缘关系较近,45-1、41-1与其他品系间的系统聚类遗传距离差异很大,亲缘关系较远。