加权模糊C均值算法在图像分割中的应用

基于模糊C均值聚类的图像分割法是图像分割领域中广泛应用的一种算法,特别适合解决灰度图像中存在的模糊和不确定性的问题。但是由于噪声等于扰因素的影响,使得利用传统的聚类方法进行图像分割得不到满意的结果,鉴于此,本文提出了基于二维直方图加权的塔形模糊c均值聚类算法和基于统计检验指导的WFCM算法。     

基于因子分析和聚类分析的我国地区R&D投入水平研究

以中国大陆31个省市区的R&D投入水平为研究对象,采用因子分析方法对各地区R&D投入水平进行比较分析,在此基础上,通过聚类分析方法对各地区R&D投入水平进行科学分类和差异分析,得出了体现R&D相对投入水平因子和R&D绝对投入水平因子不同特征的四个梯队,同时指出了我国目前R&D投入水平的国际差距。     

基于灰色模糊聚类法的高职院校内涵建设评估研究

建立高职院校内涵建设评估指标体系,该体系涉及人才培养、办学条件、师资队伍建设、科研水平和社会服务五个方面,共21个指标.选取了福建省11所示范性高职院校作为评估样本,采用灰色系统理论中的灰色关联度分析,对其内涵建设相关指标进行关联度测算,得到11所院校内涵建设的排名情况,再应用模糊聚类分析进行动态分类,绘出不同置信水平λ下11所高职院校内涵建设情况的动态聚类谱系图,最后对评估结果进行分析.     

西北糯玉米自交系主要农艺性状分析

为进一步挖掘糯玉米育种基因资源,对40份西北糯玉米自交系的农艺性状进行了分析。结果表明,供试材料的农艺性状存在丰富的表型遗传变异。相关分析表明,简单相关和偏相关分析中分别有25和10对农艺性状达到极显著相关,其中散粉期与抽雄期,吐丝期与散粉期,株高与穗位,秃尖与穗长,穗行数与穗粗,单穗重与穗长,单穗重与穗粗间简单相关和...     

河南省交通物流发展的主成分因子和聚类分析

建立了河南交通物流发展综合评价指标体系,提出运用主成分分析对河南各地市交通物流发展综合实力进行排序,运用因子分析对河南交通物流发展主要影响因素进行讨论,运用聚类分析对河南区域交通物流发展的特征相似性进行归类.最后,提出在构建河南全省交通物流网络体系时,应分国家级、省级、区域性、集散型4个层级物流节点进行布局,并建议出台差异化的引导措施.     

基于聚类分析的数字文化产业价值链提升研究

在总结国内外数字文化产业发展现状的理论研究基础上,首先通过基于价值链理论的定性分析,把数字文化产业价值系统分为四大要素、三大环节。再通过算法仿真实验,比较判别分析法和聚类分析法这两种常用的定量分类方法,然后创新性的将聚类分析法应用在数字文化产业价值链中,最后结合实证分析法将西安曲江文化产业投资(集团)有限公司数字文化产业价值链上的12家企业分为2类、3类、4类,并根据分类结果有针对性的提出三点建议,以此论证指导数字文化产业的发展。     

21份木槿栽培品种表型多样性评价

【目的】 研究木槿品种资源表型性状的多样性,为改良现有木槿品种、开发新品种提供理论支持。【方法】通过聚类分析、相关性分析、多样性分析,对21份木槿栽培品种的10个数量性状和24个质量性状进行分析。【结果】木槿品种资源表型多样性丰富,24个质量性状的多样性指数为4.175 8~4.392 3,10个数量性状的多样性指数为4.217 9~4.384 7;基于表型性状聚类分析,在欧氏距离为22时,可将21份木槿品种分成浅色类、深色重瓣类及单瓣类三大类型。通过主成分分析,花色数、花瓣长度、花瓣内部次色、花瓣次色的分布等9个主成分可以反映29个性状的基本特征,特征值均大于1,累计贡献率达88.960%,表明花越大、花色越艳丽的木槿品种观赏性越强。在相关性方面,花晕相对花瓣面积大小(HAS)、花瓣次色的分布(DPS)等花部性状与花瓣内部次色(ISCP)之间呈极显著正相关,相关系数均大于0.800,叶柄的长度(LP)与叶片长度(LL)、叶片长度(LL)与叶片宽度(WL)、重瓣性(PS)与花瓣具裂(PC)之间呈极显著正相关,相关系数分别为0.673、0.702、0.796。【结论】21份木槿栽培品种表型多样性丰富,花朵的外部形态与色彩是木槿分类的主要依据,树形、生长习性、叶片基部形状也对其形态分类有较大影响,这可以为木槿种质资源的保护和利用以及新品种的研究奠定基础。     

人车碰撞事故中行人伤亡风险的关联性分析与预测

为了研究人车碰撞事故中影响行人伤亡的因素,提出了基于聚类方法与BP神经网络的行人碰撞后伤亡风险预测模型。首先,以国家车辆事故深度调查体系(NAIS)数据库内2018—2019年间的372起人车碰撞事故数据为研究对象,对其进行统计分析,得到关于车辆、行人和碰撞状态3个维度的9项事故特征参数;然后,结合各事故特征特性,对连续特征值选用K均值聚类方法,对离散特征值选用层次聚类法,分析行人的伤亡风险与各特征参数间的关联性;最后,建立BP神经网络预测模型,根据事故特征预测行人伤亡情况。结果表明建立的行人伤亡风险预测模型的成功率为86%。     

基于得分系数的跟车工况驾驶风格识别研究

采用NGSIM数据库的数据,选用THW和ITTC参数来评价该工况下的碰撞危险等级,提出了可实现快速驾驶风格识别的客观性得分系数SCO的评价方法,以0~1之间的标准数衡量驾驶员在采样时间段内的驾驶激进程度;分析了SCO评价方法决策边界出现误判的情况,基于K-Means聚类算法对SCO的准确性进行了评价.研究结果表明,相比有级分类,SCO评价方法具有更好的容错性和实时性,其结果可达到95.54%的总体准确率或4.46%的边界误判率,将研究所获得的模型参数和评价方法应用于新的数据场景,也可获得94%的总体准确率.基于SCO评价方法可构建实时易用的驾驶风格识别系统,以实现更加符合驾驶要求的个性化协同控制策略.      

聚类分析在枫蓼肠胃康片荧光指纹图谱研究的应用

本文利用荧光光谱法结合聚类分析对枫蓼肠胃康片的荧光性质进行了研究,对荧光光谱测定的最佳实验条件进行了考察,在最佳实验条件下,对枫蓼肠胃康片的三维荧光图谱进行了测定。采用聚类分析法对枫蓼肠胃康片荧光图谱的一致性进行了考察,结果表明3个厂家生产的36个枫蓼肠胃康片样本的三维荧光图谱一致性良好。采用平均值法建立了枫蓼肠胃康片的三维荧光指纹图谱。