基于Sub_FCM聚类算法的交通流量段自动划分方法

基于FCM算法提出一种结合减法聚类与聚类有效性评判的模糊c均值聚类算法Sub_FCM,该算法能自动确定合理划分类数并初始化聚类原型,建立一种基于交替优化策略的无监督机器学习自动分类模型,并详细阐述了该模型在怀柔交叉路口流量段自动划分中的具体应用.实例分析表明,该算法能很好地反映路口交通流数据的内在结构,自动划分出合理流量段,为进一步实施合理的控制算法奠定基础.     

密度不均衡数据分类算法

针对不均衡数据下分类超平面偏移、少数类识别率较低的问题,提出一种基于样本密度的不均衡数据分类算法。该算法首先计算样本密度和类样本密度,依据类样本密度之间的关系确定聚类类数, 然后利用K-means聚类算法对多数类样本进行聚类,用聚类所得类中心作为样本集取代原多数类样本集, 最后对新构造的训练集进行训练得到最终决策函数。其实验结果表明,该算法能够提高SVM在不均衡数据下的分类性能,尤其是少数类的分类性能。       

双指标等级序列模式识别法分析十全大补丸氯仿提取物红外指纹图谱

采用一种新型模式识别方法--双指标等级序列模式识别法,对不同厂家生产的中药复方十全大补丸样品氯仿提取物的红外指纹图谱进行了分析,以实现中药复方的准确鉴别及质量控制。该法同时具有无监督及有监督模式识别的优点,无须经验知识,通过确定每个样品双指标序列中的相似样品序列,同时进行聚类及分类分析。采用该法对3个不同厂家生产的22个中药复方中成药十全大补丸样品的氯仿提取物的红外指纹图谱进行鉴别研究,正确识别率达100％,而采用UPGMA系统聚类方法的正确识别率仅为72.7％。双指标等级序列模式识别法结合红外指纹图谱,无需任何先验知识即可实现中药复方的快速准确鉴别及质量评价。     

面向有序对象的分类与样件设计新方法

根据样本分类与样件设计的需要，提出了一种面向有序对象的分类与样件设计新方法（ＯＣＤ）方法－Ｏｏｒｄｅｒｅｄ－ｏｂｊｅｃｔ ｏｒｉｅｎｔｅｄ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｎｄ ｄｅｓｉｇｎ ｆｏｒ ｓａｍｐｌｅ ｗｏｒｋｐｉｅｃｅ ｍｅｔｈｏｄ）。该方法借鉴了神经网络理论，模糊聚类算法和自适应模式识别法的优点，自动完成样本的分类与样件设计工作。简要叙述了ＯＣＤ方法的产生背景，详细讨论了基本原理、     

一种改进的文本聚类算法

提出并设计了一种用于高维稀疏相似矩阵的文本聚类算法.该算法结合了层次聚类和划分聚类的思想,通过一个阈值来控制聚类算法的选取和新簇的建立.从一个小样本的实验结果来看,该算法的召回率和正确率比各种经典的方法更高.     

核聚类集成失衡数据SVM算法

针对传统SVM算法在失衡数据集下的分类性能不理想的问题,提出一种基于核聚类集成SVM算法.该算法首先在核空间中对多数类样本集进行聚类,然后随机选择出具有代表意义的聚类信息点,实现在减少多数类样本数的同时将分类界面向多数类样本方向偏移.并利用AdaBoost集成手段对基于核聚类的欠取样SVM算法进行集成,最终提高SVM算法在失衡数据下的泛化性能.将提出的算法同其他失衡数据预处理集成方法进行比较,实验结果表明该算法能够有效提高SVM算法在失衡数据中少数类的分类性能,且总体分类性能及运行效率都有明显提高.     

基于FCM和SVM的TM遥感影像自动分类算法

遥感影像分类是遥感信息提取和定量化分析的重要手段,是目前遥感技术研究中的一个热点.以TM遥感影像为研究对象,提出了一种基于模糊C均值聚类和支持向量机的自动分类方法,解决了以往利用SVM等监督分类方法训练样本时需要人工选择样本且样本难以选定的问题,比FCM等非监督聚类算法的分类精度高.该方法首先对待分类的遥感影像用FCM算法进行初始聚类,然后根据聚类后得到的隶属度矩阵设计一种算法,选取其中的混合像元作为标注的训练样本,并送入SVM分类器进行训练.最后通过一块TM遥感影像对该方法进行验证.试验结果表明,该方法减少了人工对分类过程的干预,具有较高的分类效率和分类精度.     

一种改进的最近邻聚类算法

提出一种改进的近邻新聚类算法,该计算法具有较高的效率,只需计算一遍样本间的广义距离,即可完成初步的聚类。该算法最大特点是：在很大和蔼上使聚类结果避免陷入局部解;不用预知类别就可对大批数据进行分类,并能指出可能的异常数据。仿真结果证明该算法大大优于ＬＢＧ法＾（１）和模糊聚类法＾（５）。     

灰色聚类法分析华东地区2005年的环境质量分类等级

随着中国经济的快速发展,环境问题日益严重,也越来越为人类所关注,分析环境质量等级的方法也有很多。聚类法就是其中的一种,聚类分析是在不知道类别数目的情况下对样本数据进行分类。它是根据”物以类聚的道理”,对样品和指标进行分类的一种多元统计分析方法。但是聚类分析不能解决同一类中优化排序问题,因此文章采用灰色聚类法来分析华东地区的环境质量分类等级。     

基于蚁群聚类算法的SVM半监督式训练方法

传统支持向量机在处理包含大量未知类别样本的训练集时性能较差。针对这一不足,在少量已知类别样本和大量未知类别样本构成的训练集上,提出一种基于蚁群聚类算法的支持向量机半监督式学习方法。该方法应用蚁群聚类算法进行聚类分析,实现了同类样本的自组织聚类;通过一个递归的类别判定算法,回收样本类别;同时,提取各类簇之间靠得相对较近的边界样本组成精简训练集,以缩减训练集规模加快学习速度。实验表明,该算法能够自适应样本类别分布,有较高的分类精度和泛化能力。     

SLP在液压件厂平面布置中的应用

介绍如何利用SLP对某液压件厂进行总体的平面布置设计;通过对该液压件厂基本要素分析和作业 单位之间的物流分析,运用经典的系统布置(SLP)理论求得设施间的相互关系;根据物流关系确定目标参数值,采用 遗传算法求解具体的平面布置优化方案;最后对优化的平面布置方案用成本比较法进行评估,证明了用SLP进行平 面布置的可行性和优化性。     

改进模糊聚类方法的物流园交通小区划分

为获取物流园交通小区的最佳分类结果,首先对物流园进行定性划分,然后构造加权模糊相似矩阵,再利用邻接矩阵对加权模糊相似矩阵进行修正,采用改进的模糊聚类方法对小区进行聚类合并,并且基于类内距离和类间距离构造F指标以确定最佳分类数.实验结果表明,基于改进的模糊聚类方法能够较大程度地减少物流园交通小区数量,并且能够快速得到较好的小区分类,还能避免将地理位置不相邻的小区划分为同一类.     

城际快速路客运站点设置方法

为方便城际快速路沿线居民出行,提出城际快速路客运站点设置方法.针对城际快速路客运线路的运营特点,提出一种寻求最少数量的居民点集对沿线居民点进行全覆盖的算法;以居民步行总距离最小为目标建立优化模型,确定每个居民点集所对应客运站点的最佳位置;为了提高客运线路的运行效率,引入灰色聚类方法,建立量化的聚类指标体系及标准,通过评估每个站点的重要度对站点的数量进行优化;最后以一条城际快速路为例对上述方法进行验证.结果表明:该方法是一种行之有效的站点设置方法,实现了站点位置和数量的双优化,能够满足城际快速路沿线主要居民出行需求和线路快速运行的需要,从而使得城际快速路上客运站点的布局更加合理.     

基于SLP法的零件加工车间布置优化

为了提高车间设备利用率,运用系统布置设计对某工厂零件加工车间设施总体布置进行了评价,得到了作业单位综合接近度排序表。对车间布置和生产流程进行了Flexsim建模和仿真分析,并通过调整零件生产流程与整合设备配置,确定了优化后的车间布置方案。结果表明:优化后的方案提高了车间的设备利用率和腾出了更多空间,使部分零件的生产流程趋于合理。研究工作增加了传统布置设计方法无法考虑到的因素,为车间实际生产过程提供了有效的仿真数据,提高了优化方案的可行性。     

浅谈台阶式场地的总图竖向布置

在山区建厂的总图设计中,总图的竖向设计多采用台阶式布置形式．针对台阶式场地的竖向布置是总图竖向设计的难点,以某市水泥厂建厂的设计为例,分析其台阶式场地竖向布置的特点,根据该厂场地的地形地势,对厂区的功能区域进行了合理地划分,并介绍了台阶的连接及排雨水方式,以供类似工程参考借鉴．     

SLP在L厂磨削车间布局改善中的应用

在市场竞争日趋激烈的大环境下,制造型企业的生产车间现场改善成为了企业效能提升的重要途径之一.为改善L厂的产线物流强度,提高产线效率,在不影响现有生产,不新增额外投入的情况下,应用SLP技术对其磨削车间布局进行优化,制定了改善的布局规划方案.方案的实施结果表明,SLP技术的应用收到了成效,生产线的物流强度得到了加强.同时...     

总平面布置单元的模糊聚类分析法

本文针对总平面优化布置系统中,首要解决的布置单元划分的问题,系统分析了布置单元聚类的样本元素(即工业企业有关设施)之间的相关关系。研究了确定相关关系的定量化方法,得出了总平面布置单元聚类的基本理论和分析方法——模糊聚类分析法,并结合实例验证了理论和方法的实用性。     

在环境质量评价中Fuzzy聚类分析的最佳置信水平值的确定

据据“Fuzzy”聚类分析原理,介绍了一种在环境质量分类中确定置信水平λ值的新方法。应用此法在解决样本数较少的环境质量分类中,取得了较好的效果。     

一种SH-ResNet模型的换流阀外冷却系统最优化选型方法

为在换流阀外冷却系统设计初期快速选择合理的冷却方式,分析了影响冷却方式选择的当地气候环境和换流站设备条件等因素,构建基于堆叠异构的残差网络（SH-ResNet）模型用于对冷却方式进行分类,模型集成了有监督的分类器与无监督的聚类方法,并将ResNet作为元分类器,深度挖掘输出结果之间的潜在联系。通过研究近年来不同地区站点的气候环境、换流阀冷却系统需求、设备布置情况以及最终设计使用的冷却方式,总计209个样本数据对所提出模型进行训练与评估试验。结果表明:SH-ResNet的分类正确率达到0.97,相较于基础分类器平均提高了11.46%,可见,在样本集较小的情况下该模型保证了其强大的泛化能力,并提高了分类准确度。基于该模型的冷却方式推荐系统交互窗口的设计不仅给予了冷却方式的推荐占比,并可视化特征参数与冷却方式间的联系,为换流阀外冷却系统设计提供了一种最优化选型方法。     

沉积环境与多元统计综合分析法

本文首先根据地震资料提取了十二种地震参数，然后通过对ＬＨ油田ＴＺ地区沙三上段下部地层进行沉积环境分析，确定了可能存在的沉积相类型，并用有序样品聚类的方法对过井和井旁地震测线按沉积相个数进行分割，由此而建立了该区各类沉积相的判别函数。通过这些判别函数，用逐步判别分析的方法，对该区其它地震测线的参数进行判别分类，最后搞清了研究区目的层的沉积相展布。通过分析和计算证明，这一方法对有地震资料的盆地或地区进行沉积相的划分，是行之有效的