带信息反馈的凝聚层次聚类算法

本文针对传统的基于相似性的层次聚类算法存在的两个问题(相似性度量中方向信息的丢失和算法的适应能力弱)提出了一种带有信息反馈的凝聚层次聚类算法.首先将无法预知的复杂数据结构描述成3个基本的结构特征单元,并对其进行建模构建一种相似性度量定义的泛型和一种凝聚的层次聚类算法.在凝聚的层次聚类算法中加入类信息的反馈机制,并在不同阶段对相似性定义的泛型进行具体化,充分利用数据点对之间的方向信息和距离信息进行聚类.该聚类算法主要有两大优势:(i)算法的适应能力较强,不需要假设的前提下可以处理无法预知的复杂数据结构;(ii)算法对噪声具有较强的鲁棒性,在不需要对数据集进行预处理的情况下能够在聚类的过程中识别噪声点或者噪声类.从人工数据和真实数据的试验结果可以看出新算法的优越性能.     

Rough similarity degree and rough close degree in rough fuzzy sets and the applications

Based on rough similarity degree of rough sets and close degree of fuzzy sets, the definitions of rough similarity degree and rough close degree of rough fuzzy sets are given, which can be used to measure the similar degree between two rough fuzzy sets. The properties and theorems are listed. Using the two new measures, the method of clustering in the rough fuzzy system can be obtained. After clustering, the new fuzzy sample can be recognized by the principle of maximal similarity degree.     

粗糙核k-means聚类算法

通过研究核聚类算法,以及粗糙集,提出了一个新的用于聚类分析的粗糙核聚类方法。通过mercer核映射把输入空间中的样本映射到Hilbert空间,使样本空间中没有显现的特征在特征空间中突现出来,在这种样本差异加大的基础上,结合粗糙集的思想,把样本分别划到相应聚类中心的上、下近似中,上、下近似中的样本按照一定的比例来共同决定新的聚类中心。这样不但聚类精度大大提高,而且算法收敛速度也较快。仿真实验的结果表明该算法的可行性和有效性。     

基于PDM Enablers的飞行器并行设计文档管理扩展模型研究

并行工程对飞行器设计的重要性不言而喻,产品数据管理(PDM) 是并行工程的支撑技术,文档管理作为PDM系统的基础及核心模块,在飞行器并行设计中起着重要作用.以PDM国际规范"PDM Enablers"为依据,就支持飞行器并行设计的文档管理模型展开研究.在深入研究PDM Enablers的基础上,构建了飞行器并行工程环境体系结构;提出了一种基于PDM Enablers并支持飞行器并行设计的文档管理扩展模型,并着重对其中的文档分类浏览模式、文档状态变迁模型及支持飞行器并行设计的文档信息存储模式进行研究;最后给出了其应用实例,应用表明,所提出的模型可行、有效,能很好地支持飞行器的协同设计.     

基于模糊相似度的科技文献软聚类算法

本文提出了一种新的文档软聚类算法。将关键字通过文档的题名、摘要进行映射扩展,并对关键字的出现位置进行加权构造文本向量空间。利用模糊最大支撑树聚类过程中类间和类内相似度变化的规律自动识别最佳聚类数K及硬聚类簇。以硬聚类簇为核心将聚类相似度减小到下相似度进行扩展,从而形成相应软聚类。实验表明该算法能够有效地降低特征维数、提高软聚类精度和速度。     

通用公文流转系统模型分析设计

对公文流转系统进行研究,提出:开发一个通用的公文流转系统,关键是要让用户能根据需要自主设定流程、分配角色和授权控制。并使用UML(统一建模语言)和RationalRose建立了一个灵活、通用的公文流转系统模型。     

1980—2020年安徽省土地利用时空演化特征

为分析安徽省土地利用时空演化特征,以1980年、1995年、2000年、2005年、2010年、2015年、2020年土地利用现状图为基础,利用Sankey图、土地利用动态度等方法分析了安徽省近40年土地利用演变特征;结合Getis-Ord General G聚类方法和多距离空间聚类(Ripleys K函数)方法对安徽...     

基于灰度共生矩阵的打印文件检验研究

针对打印文件检验在公共安全应用中的需求,提出一种基于灰度共生矩阵的打印文件鉴别方法。鉴别过程包括打印文件图像采集,图像预处理,特征提取和分类判别。用自制装置采集打印文件图像,经预处理后得到单个打印字符,利用灰度共生矩阵方法对不同打印文件中的相同字符进行纹理特征提取,并采用欧氏距离分类器鉴别出源打印机。选取45台激光打印机参与测试,将打印字符的图像灰度级压缩至64级再进行特征提取,鉴别正确率达93.58%,且大幅减少了算法耗时,证明了该方法的有效性。     

基于相空间重构和PSO-K-means的球磨机负荷状态识别方法

针对球磨机振动信号具有强随机性、非平稳性和非线性等内在特性导致负荷状态难以识别的问题,提出一种基于相空间重构和PSO-K-means的球磨机负荷状态识别方法。首先,利用改进前后的自相关系数算法对Lorenz与Rossler两种混沌时间序列进行数值模拟,得出延迟时间和嵌入维数精准有效的计算方法;其次,验证出球磨机筒体振动信号具有混沌特性后对其时间序列进行相空间重构,恢复出等价的混沌吸引子;接着,针对3种不同负荷状态下的相空间吸引子进行特征提取,分析了关联维数特征量的变化规律;最后,将关联维数作为特征向量输入PSO-K-means聚类模型中对球磨机负荷状态进行分类与识别。结果表明,PSO-K-means聚类模型在负荷状态识别时有较高的精准性,欠负荷、正常负荷、过负荷下识别精度分别为94.2%、96.3%、94.8%。以上结果证实了该方法能够实现对球磨机负荷状态的有效识别。     

EM分类法在区域地球化学数据挖掘中的应用——以湖南省洞口地区1∶20万水系沉积物Pb异常识别为例

利用新技术、新方法从海量的区域地球化学数据中挖掘找矿信息,实现找矿突破,具有重要的理论与实际意义。以湖南省洞口地区1∶20万水系沉积物Pb异常识别为例,尝试利用EM(expectation maximization)分类法消除岩性背景的影响,提高Pb异常识别的准确率。根据研究区岩性背景特征,选择Na₂O、K₂O、Ca O、MgO、La、Nb、Th、Zr、Sr、Li、Mn、Ti和V作为分类指标,将研究区水系沉积物样品分成了5类。利用分类数据和原始数据,分别圈定了Pb地球化学异常。对比分析结果表明,分类前后圈定的Pb异常存在显著差异,主要表现为分类方法突出了低背景值区的一些低弱异常,同时削弱了高背景值区的一些虚假或无意义的异常。另外,新方法圈定的Pb异常与已知矿床(点)位置的对应关系更好。EM分类法可显著提高水系沉积物区域地球化学异常识别的精度。