武陵山区GDP变化情况的统计分析

以武陵山区经济建设为核心,研究该地区的GDP增速、动态度、3个产业的变化、人均GDP的极差和标准差、变异系数和极差值率,应用聚类分析方法总结其经济发展特点,对武陵山区脱贫致富提出相关建议.     

Q型主因子分析与聚类分析在柴达木盆地花土沟油田新近系砂岩储层评价中的应用

利用244口井的小层数据,尝试用Q型主因子分析与聚类分析相结合的方法对柴达木盆地花土沟油田新近系砂岩储层进行评价.为使评价结果定量化,以便利用评价结果深入分析储层储集性能及与沉积相的关系,提出如下处理方法:首先对由Q型主因子分析得到的各主因子得分进行归一化处理;然后用归一化得分与对应主因子的方差贡献率相乘后相加,得到样本总得分.根据样本总得分,运用聚类分析,进行储层分级.对储层评价结果进行统计分析后认为,就储层储集性能而言,花土沟油田新近系下油砂山组明显好于上干柴沟组;辫状河三角洲前缘是最好的沉积亚相;河口坝是最好的沉积微相,其次为浊积砂与水下河道.研究表明,本文提出的储层评价方法具有定量化、地质意义明确等优点,有一定应用价值.     

制造单元快速构建技术研究

针对制造单元的快速构建和提高可实施性的问题,提出了一种采用聚类分析与启发式算法相结合的解决方案. 在零件存在多工艺路线、工序存在多可选设备的基础上,综合考虑加工时间、加工顺序、生产批量、设备能力、任务交货期等实际生产约束条件,以最短加工时间、最佳设备及单元平衡、最少跨单元加工等作为重构优化目标,重视生产瓶颈环节的识别和处理,采用设备单元构建、资源优化分配和单元负荷均衡的三阶段处理技术,实现了制造单元的快速构建,导出了零件族、设备集合以及瓶颈问题的解决方案,并通过实例验证了算法的有效性.     

基于K-means算法的RGB图像色彩聚类

给出了一个利用K-means算法进行迭代聚类,并以聚类结果建立彩色图像调色板的算法。该算法在统计图像中各种颜色的RGB组合值出现次数的基础上,以聚类得到的256种颜色建立调色板,从而将BMP格式图像转换成GIF格式。实验表明,这种转换的色彩失真较小。     

四足步行机器人动步态特征辨识算法

针对四足机器人行走动步态的研究，提出了一种基于神经网络中Ｋｏｈｏｎｅｎ自组织映射的聚类算法。该算法依据其特征对步态数据进行聚类，并利用求重心的方法，获取特征模型，大大简化了调试工作。     

一种改进的Snake模型

Snake模型对初始位置敏感,因此要求初始轮廓应尽可能地靠近真实轮廓,否则结果常达不到要求。使用Snake模型分割序列图像时,常常利用连续图像的相关信息来获取某一图像的初始轮廓,这样获得的初始轮廓有时不仅不靠近真实轮廓,而且它的一部分在真实轮廓内,而另一部分在外。针对该问题做了研究,极大地放宽了初始轮廓选取条件。     

一种图像特征色提取方法及软件实现

根据现场采集图像的特点,提出了一种图像特征色提取方法,设计和实现了特征色提取应用软件系统.讨论了色卡变形校正、颜色聚类、特征色提取等关键技术.对带有同步拍摄的专用色卡的数码相片进行处理,在综合考虑颜色面积、Lab均值和适当的阈值情况下实现图像中主要特征颜色的提取,给出了系统实现方案及实际效果.     

基于多尺度空间聚类的经济区域划分研究

传统的聚类方法能够自动实现类型的划分,但其只考虑空间对象的属性特征,忽略了空间对象之间位置的邻近性。在尺度空间理论基础上,利用多尺度空间聚类方法,同时兼顾空间对象间的空间相邻和属性相似这两个特征,使得在空间尺度由小变大的过程中,具有高度空间相互依赖关系的空间对象相互融合,得到不同空间尺度下的区域划分结果。并以福建省67个县市1990—2004年历年的人均GDP数据分析为例,进行了全省的经济区域划分应用试验。结果表明与实际的区域经济发展情况相符。该方法能够综合考虑空间位置邻近性和属性特征相似性的聚类要求,使得聚类结果更加合理,为制定区域经济持续发展战略提供依据。     

基于相对密度的聚类算法

基于密度的聚类算法因其抗噪声能力强和能发现任意形状的簇等优点,在聚类分析中被广泛采用。提出的基于相对密度的聚类算法,在继承上述优点的基础上,有效地解决了基于密度的聚类结果对参数值过于敏感、参数值难以设置以及高密度簇完全被相连的低密度簇所包含等问题。     

一种基于密度的增量式网格聚类算法

增量算法的要求是聚类特征一般是可加的、非迭代的。文中提出了一种基于密度的网格聚类算法GDCLUS，并在此基础上提出了增量式算法IGDCLUS，它可发现任意形状的聚类，具有高效、易实现的特点，适用于数据库周期性地增量环境下的数据批量更新。