模糊聚类分析的两种方法

主要介绍了模糊聚类方法,并各用一算例来解释本文介绍的两种模糊聚类方法。     

过渡金属团簇Crn结构的理论研究

应用量子化学从头算方法研究了纯过渡金属Cr团簇中的各种组态及金属键,在HF/Lanl2DZ水平进行了研究,并用MP2做了电子相关能校正.通过对其几何结构和电子结构的研究预测:Cr3团簇有直线、V形、正三角形构型;Cr4有平面构型也有立体构型,平面构型原子间存在强弱键现象,即原子间存在定域键;Cr5、Cr6则有平面构型也有立体构型,平面构型有定域键也有离域键,立体构型则都是离域键.     

利用SPSS进行山西省气候区划

利用SPSS软件中的Hierarchical Cluster分层聚类，使用其中的Between—groups linkage、Maximum magnitude of 1聚类方法和Aggloineration schedule统计方法，对山西省62个市县的降水、气温资料进行C1assify(聚类分析)，把山西省分成晋北、晋中晋东南、晋西南等三个类型区，再次聚类分析进一步把其分成5个类型亚区，最后，利用AutoCAD矢量化，绘出山西省气候区划图。     

中药血竭的化学模式识别研究

建立了10种中药血竭样品的HPLC(High performance liquid chromatgraphy)指纹图谱，并把HPLC指纹图谱信息进行数据化及数据标准化处理；用重叠率与相关系数两个参数，从两个方面定量地对这10种样品的HPLC指纹图谱进行了相似性评价；在此基础上用系统聚类分析法定性地对这10种样品进行了分类和鉴别．从而建立了一种相对完善的中药血竭的化学模式识别技术，为中药血竭的质量评价和分类鉴别提供了一个很好的方法和思路．     

秦始皇陵2,3号坑兵马俑原料来源和研制工程的初步分析

为探究秦始皇陵兵马俑的原料来源和烧制技术,选取63个秦始皇陵2,3号坑的兵马俑样品和20个秦陵附近的黏土样品,2个耀州瓷胎样品,进行中子活化分析(NAA),测定每个样品中32种微量元素的质量分数.将这批NAA数据进行模糊聚类分析,得到动态模糊聚类分析图.结果表明,2号坑和3号坑兵马俑原料来源不完全相同,但多数兵马俑样品与秦陵附近的垆土样品关系密切,其原料来源可能在秦陵附近,由此推断烧制2,3号坑兵马俑的窑址也可能在秦陵附近.还初步分析了2,3号坑兵马俑研制工程的历史背景和秦陵封土,2号坑夯土、回填土与附近黏土的关系.     

10种报春花亲缘关系的ISSR分析

 利用简单重复序列间(ISSR)标记对10种报春花的种间变异进行了研究,从40个引物中筛选出11个能扩增出清晰带型并具多态性的引物,共扩增出了86条DNA片段,分子量在300～2000bp之间,平均每条引物扩增出7.81条DNA片段.采用POPGENE软件,计算了种间的Nei氏距离,并用UPGMA法构建了系统树,结果表明:这10种报春花明显聚为三大类:即鄂报春,无粉头序报春,灰岩报春聚为一类;滇北球花报春,报春花、欧报春聚为一类;香海仙报春,橘红灯台报春,霞红灯台报春,海仙花聚为一类.其中第3类与形态学分类结果一致.并探讨了香海仙报春与海仙花的关系.     

基于聚类和粗糙集的智能邮件过滤系统研究

粗糙集理论是一种新的处理不精确、不完全与不相客知识的数学工具，随着Internet的发展，以及电子邮件的广泛应用，将有大量的邮件以待阅读和处理，介绍了一种基于聚类和粗糙集对邮件进行过滤的系统，实战证明，这是一种可行有效的过滤方法。     

地区电信业务发展水平的主成分及聚类分析 

运用数理统计的方法对重庆市1997-2003年的电信业务发展情况进行综合评价,建立了评价指标体系，用主成份分析法对原始数据进行数学处理，得出表示电信业务发展水平的综合指标，再用聚类分析方法进行指标聚类分析，找出了影响重庆市电信业务量的主要因素，并对如何提高重庆市电信业务提出一点建议。     

茶藨子属ITS2序列二级结构的预测和比较分析

目的:利用内转录间隔区2(ITS2)序列对茶藨子属30个物种进行分类鉴定.方法:利用Clustal W软件多序列比对分析从Genbank上下载的ITS2序列,通过MEGA7.0软件计算遗传距离(K2P),基于K2P模型构建邻接(NJ)聚类树,并用RNA Structure5.4软件分析各物种ITS2二级结构的差异.结果:从构建的聚类树可知,茶藨子属30个物种均聚为1大枝11个小分枝,说明茶藨子属是一个单系类群;根据ITS2的二级结构分析,该属所有物种都均具有相似的结构,说明了该属的特异性较强,同时也说明了ITS2序列分析适用于茶藨子属植物的分类鉴定,并在近缘物种间的系统学研究、物种的鉴定方面具有较大的应用潜力.     

基于动态可调簇的无线传感网络能量感知数据存取算法

针对无线传感网中数据收集、存储和查询的需要,提出了一种基于动态可调簇的能量感知数据存取算法ACEDBA(Adjusted Cluster-based energy-aware Data Brokerage Algorithm).该算法将网络节点分成许多簇结构,簇内节点负责数据采集,簇首节点负责簇内数据的收集、汇聚和转发,数据可以集中存储,也可以分布存储在各簇首节点或本地存储.算法引入能量分级消耗机制,可动态选择和调整簇首节点,保证各簇首节点簇内数据存储和簇间数据转发查询的能量平衡.实验结果表明,与典型数据存取算法相比,该算法的节点能耗均衡、生命周期和查询成功率方面具有优势.