计算机软件质量综合评价的灰色聚类模型及其应用

根据灰色系统理论,建立了计算机软件质量综合评价的灰色聚类模型,为定量确评价软件质量提供了有效的方法。     

灰色聚类评估系统的设计与实现

灰色聚类分析是数据挖掘的核心技术,具有十分广泛的应用领域。文章介绍了灰色聚类分析法的基本原理、分析步骤,使用c＋＋语言实现了灰色聚类评估系统,并通过数据验证其准确性和稳定性。结果表明,该系统实用且高效。     

灰色聚类法在湿地水体富营养化评价中的应用

将灰色聚类法应用到湿地水体富营养化评价中，旨在建立起一套比较完善、适合于湿地水体富营养化的评价体系。把湿地水体富营养化程度划分为6个级别，其阚值参照中国湖泊富营养化评价标准和湿地富营养化的特点。利用灰类白化权函数描述水体富营养化分级界限，正确地选择了各参评指标对于各等级的聚类权，在此基础上构建了湿地水体富营养化灰色聚类法综合评判模型。并以扎龙湿地为例进行了实例计算与分析，验证了此模型的准确性、可比性和实用性。     

基于灰色聚类的汽车健康状态评估

文中基于汽车健康管理的概念提出对汽车健康状态进行评估。汽车健康状态评估作为健康管理的重要内容具有重要的现实研究意义。汽车健康状态评估的结果可以为车主提供维修提醒,为汽车维修人员提供初步维修决策,其满足汽车健康管理的需求。汽车系统是一个灰色系统,文中采用灰色理论与聚类分析相结合的灰色聚类方法进行汽车健康状态评估,根据灰色聚类决策方法的原理,分析了汽车健康状态评估指标体系,然后使用模糊层次分析法确定各指标权重,最后利用灰色聚类方法对汽车健康状态等级进行评估。实例表明,基于灰色聚类理论建立的汽车健康状态评估模型科学合理、方便快捷,并具有很好的实用性。     

大学生综合素质的灰色模糊聚类评价模型

学生综合素质评价是高校学生管理人员承担的一项重要而复杂的工作.针对高校教育中大学生综合素质评价相对薄弱的问题,建立大学生综合素质评价指标体系,依据灰色系统理论,确定不同灰数,通过白化函数生成灰色聚类矩阵获取对象所属灰类的信息,最后结合模糊聚类方法,以聚类行向量作为原始数据构造了模糊相似矩阵,通过聚类分析得到了对象间的关联信息.数据分析表明,评价结果客观,合理地反映出学生综合素质的优劣,方法切实可行     

基于灰色聚类决策的图像分割性能评价

针对图像分割的性能分析问题,运用灰色聚类决策技术建立一种多层次的综合评估方法。该方法通过图像多个分割指标的特点,得到合适的白化函数,再通过白化函数和灰色聚类权值的分析计算,将收集到的分散信息生成灰色聚类矩阵,以此对图像分割性能进行分类;其评估结果的离散性高,便于区分不同分割算法的性能。应用实例表明,该方法很好地克服了以往评估方法的不灵敏性和奇异性,从而使评判更容易进行。     

基于灰色聚类的图像检索技术

受现有灰色系统研究成果的启发，将灰色聚类方法应用于CBIR的研究巾，建立了CBIR与灰色聚类的对应哭系，提出了一种全新的基于灰色聚类的图像检索技术。该方法首先对用户主观性相似判断进行定性分析，确定若干个灰类；然后采用相应的训练算法建立各个灰类的白化函数；最后，采用灰色聚类方法对数据库图像进行聚类分析，得到检索结果集。这种方法既考虑了人类视觉感知的特点，同时又简化了问题的复杂度，从而使图像检索的效率与性能得以同时提高。     

面向对象多属性差异的矩阵型灰色聚类方法及其应用

针对传统灰聚类法对聚类对象间的关系信息和属性间的差异信息利用不充分、灰类划分宽泛、聚类结果约束相对严格、完备性不足等问题,提出一种面向对象多属性差异的矩阵型灰色聚类方法。该方法充分利用对象已有的多属性信息,可以在不同的属性类别组合上获得多元、客观的聚类结果,使对象的分类更贴近于实际。通过对安徽省国家级贫困县进行聚类分析,展示了矩阵型灰色聚类方法的应用,表明了矩阵型灰色聚类方法的实用性和有效性。     

基于决策粗糙集的多属性灰色关联聚类方法

针对多属性灰色关联聚类的阈值确定问题,利用决策粗糙集方法,通过引入两个阈值参数定义决策对象间的可能关系和集合;将其代替基于灰色关联聚类的非此即彼关系,构建基于决策粗糙集的多属性灰色关联聚类方法,并采用贝叶斯推理探讨多属性灰色关联聚类的阈值计算机理;最后以案例验证所提方法的有效性和合理性.结果表明,所提出的方法是经典灰色关联聚类的拓展和泛化,能够客观、科学地确定多属性灰色关联聚类阈值.     

灰色系统理论在图像处理中的应用综述

灰色系统分析是基于信息的非完全性建立的一套全新的概念和方法.其研究目的在于根据已知信息建立数学模型,从而预测系统的未知信息.目前灰色系统理论已被成功运用到了图像处理技术当中,本文就基于灰色系统理论的图像处理方法进行了综述,主要归纳了灰色关联分析、GM(1,1)模型、灰色聚类等方法在图像处理中的应用情况.     

基于灰色聚类的系统群安全评估方法

目前大多数信息系统的安全评估工作基于某个单一系统,根据其各个属性分层评估其安全状态,而面向系统群来评价信息系统安全等级的方法较少。针对信息系统的安全需求,提出一种基于系统群的安全等级评估方法。考虑到灰色系统理论中的灰色聚类分析方法采用白化权函数将一些评价对象分为几个等级,适合于系统结构复杂、不确定性高、有效信息缺乏的系统分析,文中使用白化权函数来确定信息系统的安全评估等级。首先,从参与评价的信息系统的角度,采用高效快速的K-均值聚类算法确定白化权函数;其次,运用白化权函数得出各个信息系统的灰级灰色聚类系数;最后,得出各个信息系统的安全状态等级。实例结果表明,该方法可快速有效地对信息系统群的安全等级进行评估。     

Applying hierarchical grey relation clustering analysis to geographical information systems - A case study of the hospitals in Taipei City

Deng proposed grey clustering analysis (GCA) in 1987. Later, Jin presented a new method in 1993, called grey relational clustering (GRC) method that combined grey relational analysis with clustering. However, the GRC method cannot use a tree diagram to make appropriate classification decisions without re-computation. This study thus attempts to combine GRC and hierarchical clustering analysis. Given the existence of an excess of medical resources in the Taipei area, this study attempts to understand the degree of concentration of medical resources in this area. Specifically, this study applies a geographical information system (GIS) to present the geographical distribution of hospitals in Taipei. Additionally, a new-type of cluster analysis, known as hierarchical grey relation clustering analysis, is used to analyze the distribution of hospitals and understand how they compete with one another. The analytical results demonstrate that hierarchical grey relation clustering analysis is a suitable method of analyzing geographical position. Tree diagrams can help policymakers make appropriate classification decisions without re-computation. The study results can inform hospitals of their competitors and help them to develop appropriate responses. Additionally, the analytical results can also provide a reference to government or hospital policymakers to help them position hospitals in areas, thus achieving a better distribution of medical resources in Taipei.     

一种自适应神经模糊运动规划器设计

使用减法聚类和自适应神经模糊网络方法设计了一种水下机器人运动规划器。根据输入、输出数据的特性,用减法聚类算法,确定模糊系统的初始结构和参数,避免了模糊逻辑系统设计中隶属函数确定及模糊规则自动提取的盲目性和随机性。提出将神经模糊系统参数分解为非线性前提参数和线性结论参数并分开辨识。采用梯度下降算法和最小二乘算法分别进行自适应模糊推理系统前后件参数的优化。仿真结果表明:在相同的仿真环境下,所设计的自适应神经模糊运动规划器的规划效果要好于模糊运动规划器。     

基于灰色聚类决策的监测参数优化选择方法研究

预测与健康管理(PHM,prognostics and health management)已成为复杂系统的有机组成部分,选择合适的监测参数是实现PHM的前提和基础.针对PHM中监测参数选择缺乏定量方法的问题,提出了基于灰色聚类决策模型的监测参数优化选择方法.首先确定了监测参数选择基本准则并进行了定量描述;然后建立了用于监测参数优化选择的灰色聚类决策模型,并提出了基于层次分析法和信息熵的综合权重确定方法;最后以某航空发动机为案例详细说明了监测参数优化选择过程.分析结果表明所提方法具有一定的合理性和有效性.     

基于灰色系统理论的多特征相关反馈图像检索

探讨了灰色系统理论在相关反馈图像检索中的应用，提出了一种基于灰色系统理论的相关反馈图像检索算法，动态地更新查询向量，从而使图像检索结果与人的主观感知更加接近，具有自适应性。实验结果表明，文中的方法是很有效的。     

获取P2P最大出口数据传输速率的研究

在一些局域网或城域网中．限制每个主机出15带宽的情况较大地阻碍了P2P的跨网络应用。提出一种新的方法，先将共享资源分散到局域网或城域网内部的其他主机，再由这些主机同时向网络外部需要获取该资源的目的主机传输共享文件：以达到跨限制出口带宽网络间P2P的传输速率最大化并同时对资源进行冗余备份的目的。通过实验，详细分析了该方法对传输效率的影响。结果表明，所提出的方法能较大幅度提高目的主机获取共享资源的速度，为改善P2P在跨限制主机出口带宽网络的应用提供参考方案。     

一种基于灰色等维新息模型的目标跟踪算法

灰色系统理论将随机过程看成为灰色过程,利用数据表面离乱但整体有序的特点,挖掘潜在本质规律。对运动物体进行光学跟踪及轨迹预测,在飞行器导航、机器人路径规划等方面一直是个研究热点。根据灰色系统理论的思想,提出一种基于灰色等维新息模型的目标位置跟踪预测方法,对其进行具体分析并应用于一目标光学跟踪实验系统并验证了其有效性,最后建议指出了改进此算法的两个新的研究点。     

基于灰关联分析的多数据流聚类

作为当前数据流挖掘研究的热点之一,多数据流聚类要求在跟踪多个数据流随时间演化的同时按其相似程度进行划分。文中提出一种基于灰关联分析并结合近邻传播聚类的多数据流聚类方法。该方法基于一种灰关联度,将多个数据流的原始数据压缩成可增量更新的灰关联概要信息,并根据该信息计算多个数据流之间的灰关联度作为其相似性测度,最后应用近邻传播聚类算法生成聚类结果。在真实数据集上的对比实验证明该方法的有效性。