青海盐湖水化学类型的多元统计分类法

应用主成分分析和判别分析分类技术研究了青海盐湖水化学类型.结果表明,青海盐湖水化学类型主要为硫酸镁盐型.依据判别分析分类技术建立了盐湖水化学类型的数学模型.其判别函数可以成功地对盐湖样品进行水化学类型的判别或预测.判别结果与青海盐湖的实际情况完全相符.     

采用模糊聚类法辅助鉴别烟用香精的品质

采用毛细管气相色谱法 (GC)、气相色谱 /质谱联用法 (GC/MS)对 6种烟用栗子香精进行了定性、定量分析 ,筛选出 10种共有组分。运用模糊聚类分析 (FCA)技术 ,对香精中这 10种组份的含量数据进行处理 ,以深入研究香精品质与化学成分、样品来源等因素的相互关系。通过模糊聚类分析谱系图量化地给出了香精的相似程度 ,其结果与专家评香结果基本一致 ,提出了一个计算机辅助鉴别香精品质的新方法     

柴达木盐湖资源利用示范基地授牌

青海省与国土资源部、财政部日前签署了共同建设柴达木盆地盐湖矿产资源综合利用示范基地合作协议，青海盐湖工业股份有限公司接受了国土资源部、财政部的授牌，领衔承担建设了柴达木盆地盐湖矿产资源综合利用示范基地。     

柴达木北部新盐带卤水水化学特征研究

通过对柴达木西部地区北部新盐带潜卤水的赋存特征、水化学成分、化学类型及相图研究,初步揭示了其水化学特征.研究表明,该潜卤水与柴达木盆地晶间卤水含量相比,Ca2＋、Na＋值较高,K＋、Cl-值接近,Mg2＋、HCO3-较低,SO24-偏低.总体而言,潜卤水的主要离子变化幅度不同,分布不均匀,TDS、Cl-和Na＋的Cv值较小,Mg2＋、Li＋、SO24-、NO3-、cO23-的Cv值较大,HCO3-、B2O3、K＋、Ca2＋成分介于二者之间,其水化学类型划分为硫酸镁亚型和氯化物型两类,二者分别在K＋、Na＋、Mg2＋∥Cl-、SO2--H2O五元体系相图和K＋、Na＋、Mg2 ＋//Cl--H2O四元体系相图中反映出不同的演化阶段.     

基于灰色模糊聚类的长绒棉聚类分析

本文运用灰色关联度方法与模糊聚类法结合起来,将纺纱性能接近的长绒棉进行分类.从而减少人们在配棉及接批时存在的主观方面的偏差,便于棉纺厂技术人员在配棉时作为参考,使配棉工艺变得更加合理.     

基于灰色模糊聚类的长绒棉聚类分析

运用灰色关联度方法与模糊聚类法结合起来,将纺纱性能接近的长绒棉进行分类,从而减少人们在配棉及接批时存在的主观方面的偏差,便于棉纺厂技术人员在配棉时作为参考,使配棉工艺变得更加合理。     

基于核的模糊C均值聚类的TSK模糊模型

为了克服传统模糊聚类方法存在的维数问题,本文采用基于核的模糊C均值聚类方法(KFCM)构造了一阶TSK模糊模型.该算法由两个阶段组成:在第一个阶段,通过KFCM获得先行模糊集,给出了具有不同核函数的KFCM集群原型在原始输入空间中的表达式.使用集群有效性指标是确定数据集中聚类数的标准方法,但集群有效性指标要求对不同的聚类数重复运行的聚类算法.因此,为了降低计算复杂度和消除异常值,提出了一种自动指定聚类数的新方法;在第二阶段,采用最小二乘法对后续参数进行辨识.实验结果表明,与传统方法相比,该方法提高了模糊模型的泛化能力和鲁棒性.     

应用聚类神经网络的异纤检测多类光源优化设计

为使电荷耦合元件（CCD）精确采集处理异纤图像并对多类异纤进行检测,提出了一种基于模糊聚类神经网络的异纤检测多类光源优化设计方法。通过分析CCD成像与入射光能量的关系,推导出多类异纤检测的光源量,建立了CCD靶面曝光量函数,确定光源的最佳检测位置,通过图像参数方程,分析CCD背景板图像的光线分布及平均灰度,通过模糊聚类分析,综合考虑输入值的全部信息建立了多类光源的模糊聚类神经网络,对光源进行优化设计。设计结果表明,最佳检测位置是异纤处于中心位置,在光源数量为10,两侧距离为3mm,神经网络的收敛误差均达到预期值,异纤检出率达到94.79%,符合企业异纤检测实际生产的要求。     

安庆地区地下水的化学特征及水质评价

本文利用区域调查阶段采集的35件地下水样品的测试结果,对安庆市不同类型地下水的化学特征及地下水质量进行了评价。评价结果显示：不同类型地下水超标因子均以无机类指标为主,有机指标除三氯甲烷外均未检出;在各类型地下水中,松散岩类孔隙水的水质最差（超Ⅲ类水占比27.27%）,其次为变质岩类裂隙水（超Ⅲ类水占比14.29%）,岩浆岩类裂隙水和碎屑岩类裂隙水水质相对较好,其中岩浆岩类裂隙水超类水占比为7.14%,且无超Ⅳ类水,碎屑岩类裂隙水均在Ⅲ类水以下。     

基于核模糊聚类的机织物组织自动识别

本文基于数字图像处理技术,采用无监督的模式识别方法,实现机织物组织的自动识别。首先,采用错切变换对倾斜纱线进行校正,并按图像的经、纬向灰度投影曲线实现织物组织点的定位。然后,根据灰度共生矩阵对组织点图像进行纹理特征的提取。为了减少数据冗余量,对组织点特征进行主分量分析,提取最有意义的子特征。最后,采用无监督的核模糊C均值聚类对组织点进行分类识别。织物的测试结果表明,所采用的算法能够实现简单的机织物组织的准确识别,并输出对应的组织图。     

基于模糊聚类和关联矩阵的协同客户选择方法

从客户协同的需求协同和设计协同两个基本思想入手研究了协同产品开发的客户协同特征,根据客户在协同产品开发中的作用将协同客户资源分为4类,在此基础之上,构建了协同客户评价指标体系以及指标的量化方法,提出了基于模糊聚类和关联矩阵的协同客户选择与评价方法,给出实例予以验证.     

基于小波结合模糊聚类和神经网络的机械故障诊断法

分析了小波分析、模糊聚类以及神经网络各自在信号处理方面的优势。以小波变换（或小波包变换）提取故障特征,对神经网络的输入和输出进行模糊化处理,最后用神经网络进行诊断。从而提出了一种有别于传统的、高效的机械故障诊断方法。     

基于系统聚类法的多组分混纺织物风格分析

采用PTT、PLA、Cooldry、三角异形涤纶丝、棉和亚麻等原料,按其不同比例混纺试制了A、B、C、D和E五个系列13种织物。采用FAST织物风格仪测试触觉风格的性能指标,运用系统聚类法对对测试结果进行聚类分析,探讨纱线线密度、纤维成分及组织结构与织物风格特性之间的关系。结果表明：在一定范围内,亚麻纤维替代棉纤维可以不影响织物风格;组织结构的较大差异会引起织物风格的不同,而较相似的组织结构对织物风格的影响相对较小;纱线线密度、纤维成分对织物风格存在一定的影响。     

基于改进的K-means聚类算法人体体型分析研究

准确的人体体型分析结果是满足服装合体性要求的重要保证。在分析传统体型分析方法存在缺陷的基础上,提出利用多元统计分析中的K-means聚类分析方法对目标群体的人体体型特征进行分析,并对传统体型分析中特征变量的选择方法和聚类分析方法中的随机选取初始聚类中心的方法进行了改进,使体型分析的结果能够更准确地反映人体的体型特征。     

基于模糊聚类分析的辣椒制品表观辣度分级研究

借助模糊聚类分析方法,选取辣椒制品的总酸、氨基酸态氮、食盐、总糖、脂肪、辣椒素6项分类指标,对辣椒制品的表观辣度进行分级,辣椒制品表现出明显的模糊聚类特征。与运用感官评定方法的结果相比基本一致。     

基于层次分析与模糊聚类的建筑工程评标系统设计与开发

目前的评标系统大多基于单项评议法、综合评议法、两阶段评议法等传统方法,评标方法简单但主观因素影响较大。本文探讨了基于层次分析与模糊聚类的建筑工程评标系统的理论基础、算法实现、系统流程及系统设计与实现,该系统使得评标更具客观性,希望能为众多评标系统的开发提供参考。     

基于模糊聚类算法的山核桃壳仁分选系统设计

针对经过破壳后的山核桃壳仁物料难以分选的问题,提出一种基于模糊C-均值聚类的山核桃壳仁分选的图像处理算法。在Labview的软件平台上,开发能够实现山核桃壳仁分选的程序和用户界面。通过提取山核桃破壳分离物的H(色调)、S(饱和度)、V(明度)、A(能量)、E(熵)、M(惯性矩)、R(相关性)等物理指标,构建特征数据的样本集合,依据主分量分析(PCA)对数据集合进行特征降维。利用模糊聚类算法计算出相应对象数据集合的聚类中心,计算试验样本对相应聚类中心的隶属度,按照最大隶属度原则实现对山核桃外壳、内隔(隔、壳内壁等)和核桃仁的合理分类,并成功地将核桃仁从破壳混合物料中分选出来。通过设计静态试验方案,验证系统方案与设计的可行性。结果表明:该系统能够对试验样品进行正确分类,分选正确率能达到83%以上。     

利用模糊C-均值聚类分析法实现织物组织结构自动识别

文章提出了一种新的有效的织物组织结构识别算法.用彩色扫描仪输入紧密织物组织的灰度图像并将其转换为数字文件,然后通过灰度图像形态学处理获得增强图像.基于纱线间隙和经纬纱交叉区的存在,通过一阶和二阶的统计量可获取4种区域结构特征.利用模糊C-均值聚类分析法得出识别经纬浮点的非监督的判别准则.实验材料包括平纹、斜纹和缎纹织物,实验结果表明这3种基础组织结构模式可以得到有效识别.     

基于流形模糊聚类算法的高光谱图像猪肉品质分类研究

目的以基于高光谱图像技术的冷鲜肉、解冻肉和变质肉的分类为研究对象,针对特征维数过高的问题,构建了一种基于流形模糊聚类算法的分类模型。方法首先采用二维Gabor小波变换分别提取反应猪肉滴水损失、p H、颜色三种品质指标的14个特征波长下图像的8个纹理特征,组成一个112维的特征变量作为猪肉品质的特征;然后采用基于等距映射降维的模糊C均值聚类算法来构建猪肉品质分类模型。结果通过猪肉品质分类实验得出,二维Gabor小波变换能较好地提取猪肉的纹理特征;与传统模糊C均值聚类算法相比,基于等距映射降维的模糊C均值聚类算法能较好地解决高维样本聚类问题,能准确地区分冷鲜肉、解冻肉和变质肉。结论高光谱图像技术可应用于对猪肉品质分类。