模糊逻辑和谱聚类的字符图像分割

为了从复杂背景中有效分离出字符图像,提出了一种基于模糊逻辑的谱聚类字符图像分割方法.利用最大信息熵准则获得模糊函数的参数,将原始图像模糊化;在模糊后的图像上建立像素间的相似矩阵,文本图像的纹理、灰度及像素间的距离是定义相似函数的依据,计算相似矩阵最小特征值对应的特征向量,并对其聚类划分;利用分类后的特征向量对相似矩阵进行划分,进而实现原图像的分割.实验结果表明:本文方法优于一般的阈值化分割方法,能够有效处理背景复杂的自然场景文本图像.     

基于Eros距离的纵向数据模糊聚类方法

针对纵向数据集的数据特征,如多维、含缺失值、序列不等间隔和不全等长等特点,研究一种基于Eros距离的纵向数据的相似性度量方法,并对模糊C均值聚类算法进行改进,提出一种基于Eros距离度量的模糊聚类数据处理方法.对于纵向数据集,首先进行缺失值填充、变量标准化等预处理,使用粗糙集理论对冗余属性进行约简,然后基于FErosCM聚类方法进行数据自动分类.对比实验证实此方法可用于纵向数据集的自动聚类处理,并使用信息熵作为聚类效果的评价手段。实验结果表明:无论在聚类效率还是准确度上,FErosCM方法对于纵向数据的分类处理均是有效可行的.     

基于改进划分系数的模糊聚类有效性函数

针对典型模糊聚类算法难以准确获取最佳聚类数的问题,提出了一种基于改进划分系数的模糊聚类有效性函数.在划分系数方法基础上,将类与类之间的分离性和类内的紧致性相结合,引入指数函数有效抑制噪声和孤立点数据对聚类有效性的影响.仿真实验将所提及的聚类有效性函数应用于模糊C均值聚类中,分别对两组自定义数据集和IRIS数据集进行了有效性验证,实验结果表明,本文提出的模糊聚类有效性函数能够准确划分最佳聚类数.     

基于距离度量学习的半监督多视角谱聚类算法

为了有效利用少量先验信息提高多视角数据聚类效果,提出了一种基于距离度量学习的半监督多视角谱聚类算法(简称ML-SMC)。首先,利用距离度量学习引入先验信息,将多视角数据映射到反映先验约束条件的空间.然后,根据相似性构造每个视角的视图,将多视角聚类问题转化为最小正则割的图划分问题。实验结果表明：ML-SMC算法聚类结果的精度优于3种经典的多视角聚类算法和4种半监督单视角聚类算法。并且通过利用少量先验信息ML-SMC算法能够有效提高聚类效果。     

交通小区的两维图论聚类

为使得交通小区合并生成交通中区的过程更加合理,同时考虑交通小区之间的相似性和位置关系,将两维图论聚类法应用于交通小区的合并.给定交通小区相邻满足的条件,并用邻接矩阵表示交通小区之间的位置关系,构造无向加权图并求解最小支撑树,根据最小支撑树选取阈值进行交通小区合并,最后用F检验法确定理论上的最优合并结果作为小区合并结果选取的参考.实例分析结果表明:聚类数随阈值的增大而减少,而且合并过程中只有相似且相邻的交通小区被合并,并采用F检验法确定了唯一的最优合并参考方案,划分结果合理可行.     

基于噪声距离的低对比度图像抗噪分割算法

针对核空间模糊局部信息C-均值聚类算法(KWFLICM)对低对比度图像抗噪性差的不足,提出一种基于噪声距离的核空间模糊局部信息C-均值聚类算法。该算法在KWFLICM算法的基础上改变隶属度约束条件并引入噪声距离δ获得一种改进的聚类目标函数,并借鉴现有噪声聚类思想构造出具有良好抗噪性的模糊聚类迭代隶属度和聚类中心表达式,最后给出相应的聚类分割算法。实验结果表明,该改进算法对于椒盐噪声干扰的对比度较弱的灰度图像比KWFLICM聚类分割算法更有优势。     

一种加权欧氏距离聚类方法

聚类是数据挖掘的一种常用技术，最常用的距离度量方法是欧几里得距离，但运用加权欧氏距离需要对数据的实际意义有一定了解，并且要求分析者具有相关的专业知识，而在实际操作中这一点很难保证。本文提出了一种在对数据没有任何先验信息的情况下，如何运用加权欧氏距离有效进行聚类的方法。并结合实例，说明在一定条件下，这种加权欧氏距离聚类方法能显著提高聚类质量。     

采用联合相似度谱聚类集成的极化SAR分类

为了降低谱聚类算法尺度参数对分类结果的影响,避免Nystrm逼近导致的分类结果不稳定,提出了一种基于谱聚类集成的极化合成孔径雷达(SAR)地物分类方法.首先,利用像素间的空间关系和极化信息,将基于相干矩阵Wishart距离的相似性测度和基于极化特征矢量欧氏距离的相似性测度相结合,引入马尔可夫随机场势函数,构造谱聚类的相似性矩阵;然后,采用基于Nystrm逼近的谱聚类实现极化SAR数据的单次谱分类;最后,采用集成策略完成对极化SAR图像的地物分类.实验结果表明,该算法提高了分类精度,区域一致性保持较好,且分类结果稳定.     

基于灰色关联的设计方案实例模糊预分类方法研究

相似实例的检索能力是基于实例推理的关键技术之一.为提高实例检索效率,提出一种基于传递闭包的设计方案实例模糊预分类方法.为提高模糊相似度计算的准确性,综合考虑了环境因素和影响权重,提出一种基于灰色关联度的设计方案模糊相似矩阵建立方法,并给出了计算步骤.通过将待分类的决策矩阵转变成模糊相似矩阵,再将模糊相似矩阵转变成模糊等价矩阵,较好的实现了设计方案实例的模糊聚类,并给出运行实例.结果表明,此方法可以给出设计方案间的相似程度和分类的归并过程,为相似设计方案的检索提供动态变化的搜索范围和更好的数据支持.     

基于改进NJW算法的交通控制时段划分

为了克服人为地对交通控制进行时段划分的随意性和K-means方法本身的缺陷,使用谱聚类算法得到最优的时段划分结果.选择道路交叉口各相位的流量作为聚类数据,以尽可能代表交叉口的状态,识别出动态交通中的不同交通模式.对谱聚类中的经典NJW(Ng-Jordan-Weiss)算法进行改进,得到初始时段划分结果,再进行离群点的修正后,得到给定聚类数目下的时段划分结果.通过Synchro软件为每个时段建立最佳信号配时方案,使用SimTraffic对不同聚类数目下的时段划分结果进行仿真评价,以选择最佳的聚类数目.与K-means方法仿真对比结果表明:提出的方法使得总延误减少了6.8%、停车次数降低了5.4%.     

基于模糊聚类分析的网络安全综合评价

模糊聚类分析主要用于研究样本的分类问题。利用层次分析方法给出了样本指标的权重,进一步引入了加权相似系数和加权距离系数的计算公式。在该系数的基础上,提出了一种既能考虑到样本之间的值贴近程度,又能考虑到样本之间的形贴近程度的改进统计量——相似度,用相似度矩阵替代传统的相似矩阵,得到了模糊聚类分析方法的改进。将其应用到网络安全综合评价实际样本数据的聚类分析中,结果表明改进的模糊聚类分析方法是有效的。     

基于模糊聚类分析的车辆优化调度

应用模糊聚类分析对物流配送需求点进行分类,建立了车辆调度问题的数学模型,将标准遗传算法与爬山算法集成,构造了一种改进的混合遗传算法。试算结果表明,对需求点分类后,应用遗传算法可有效解决联合物流模式的车辆调度问题。     

运动目标空间模式辨识与异常交通行为检测

提出了运动目标的空间运动模式辨识与异常交通行为检测方法。利用改进Hausdor-ff距离的轨迹空间度量方法构建了轨迹集合的空间距离相似度矩阵。根据谱聚类算法学习轨迹的空间分布,提取了运动目标的典型运动模式。在此基础上,提出了基于Bayes分类器的轨迹空间运动模式匹配方法,进而检测异常交通行为。以实际交通场景中的车辆换道行为检测为例,验证了方法的有效性。该方法可以为运动目标交通行为特性以及交通管理控制等方面的研究提供技术支持。     

一种改进的FCM聚类算法及其在赤潮预测中的应用

针对传统FCM算法的不足，文中提出了一种改进的FCM算法，利用样本与聚类中心相似关系确定各样本对聚类中心的影响系数并对欧氏距离进行加权，使得聚类过程更加迅速，聚类结果更加稳定精确.最后的数据仿真结果也证明本文所作的改进是行之有效的.将改进的算法应用到赤潮预测预警中，直观地反映了海洋要素样本的分布情况，为赤潮预测预警展示了一种新方法.     

一种改进的FCM聚类算法及其在赤潮预测中的应用

针对传统FCM算法的不足，文中提出了一种改进的FCM算法，利用样本与聚类中心相似关系确定各样本对聚类中心的影响系数并对欧氏距离进行加权，使得聚类过程更加迅速，聚类结果更加稳定精确．最后的数据仿真结果也证明本文所作的改进是行之有效的．将改进的算法应用到赤潮预测预警中，直观地反映了海洋要素样本的分布情况，为赤潮预测预警展示了一种新方法．     

Power interconnected system clustering with advanced fuzzy C-mean algorithm ＇~＂

An advanced fuzzy C-mean (FCM) algorithm was proposed for the efficient regional clustering of multi-nodes interconnected systems. Due to various locational prices and regional coherencies for each node and point, modified similarity measure was considered to gather nodes having similar characteristics. The similarity measure was needed to contain locational prices as well as regional coherency. In order to consider the two properties simultaneously, distance measure of fuzzy C-mean algorithm had to be modified. Regional clustering algorithm for interconnected power systems was designed based on the modified fuzzy C-mean algorithm. The proposed algorithm produces proper classification for the interconnected power system and the results are demonstrated in the example of IEEE 39-bus interconnected electricity system.     

一种基于十八元语言值模糊相似矩阵的聚类方法

基于18元语言值格蕴涵代数,提出了语言值模糊集的语言值模糊相似度概念,给出平均语言值模糊相似度计算公式,并证明了其合理性;然后构建了语言值模糊相似矩阵、语言值模糊等价矩阵及语言值模糊矩阵的λ-截矩阵;最后提出了一种基于语言值模糊相似矩阵的聚类新方法,并给出了实例验证。     

一种零件分组方法的研究

为了解决零件分组中各特征的重要性和分组数目难以确定的难题,提出了一种用可调节的权重系数向量和改进的ISODATA模糊聚类算法来实施零件分组的方法.根据零件分组特征的重要性合理调节权重系数向量,用该向量修正ISODATA模糊聚类算法中的零件特征矩阵,在算法运行结束后计算聚类中心的模糊距离,将距离小于设定阈值的类别合并为一组.用VB开发了一个零件分组系统,采用该分组方法在系统上进行反复实验和比较,结果与人们的分组偏好和习惯一致,验证了分组方法的有效性和可靠性.