首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 109 毫秒
1.
采用模糊聚类分析法对10个郁金样品的裂解色谱图在16个峰参数上进行分类,并讨论了6种聚类方法的分类效果。分类所得结果与实际相符。研究表明该方法能全面、综合地反映图谱间的相似性关系,从而为中药指纹图谱的建立提供了有力的依据,也为准确地选出有代表性的图谱提供了一种直观、便捷的方法。  相似文献   

2.
陶华  唐旭清 《计算机科学》2013,40(1):257-261
提出了基于粒度空间的模糊邻近关系聚类结构分析研究,探讨了模糊邻近关系的聚类结构特性。首先,给出粒度空间(或聚类结构)的表示和生成算法,引入关键点序列概念和最小动态连通图诠释模糊邻近关系聚类结构的生成过程;其次,引入模糊邻近关系关于聚类结构的同构和ε-相似的概念,给出了两个模糊邻近关系同构或ε-相似的判定定理;最后,引入模糊邻近关系关于聚类结构的强ε-相似的概念,研究了两个模糊邻近关系同构与强ε-相似之间的关系。这些研究结论为一般的聚类结构分析提供了研究工具。  相似文献   

3.
介绍一种基于模糊逻辑的数据聚类技术,讨论了模糊C均值聚类方法。模糊C均值算法就是利用模糊逻辑理论和聚类思想,将n样本划分到c个类别中的一个,使得被划分到同一簇的对象之间相似度最大,而不同簇之间的相似度最小。  相似文献   

4.
谱聚类是对样本拉普拉斯矩阵的特征向量进行聚类,不局限于原始数据的分布形状,可收敛于全局最优解,但不能准确反映样本间的实际关系,而模糊核聚类可利用模糊数学理论确定样本间的模糊关系。为此,在调整相似度度量函数和距离度量函数的基础上,将模糊核聚类融合到谱聚类算法中,提出SC-KFCM算法,利用模糊划分改进谱聚类中的硬划分,根据特征向量间的相似性和关联程度建立模糊隶属关系并对样本进行聚类,从而弥补谱聚类中硬划分部分对聚类结果造成的影响。实验结果表明,SC-KFCM算法在不同分布特点及维数的数据集上均取得了较稳定的聚类结果和较高的聚类精度。  相似文献   

5.
基于模糊聚类的歌曲智能推荐方法研究   总被引:1,自引:0,他引:1  
采用模糊聚类算法原理对歌曲进行分类,智能地为用户推荐其所喜爱的同类歌曲.主要方法是首先确定聚类算法对象的属性指标,然后将属性指标依次根据数据模型建立数据矩阵并将矩阵进行差异度分析,以计算对象之间的距离.差异度分析后将矩阵转化成模糊相似矩阵并得出动态聚类图,最后根据动态聚类图,把相似的歌曲放在相同的簇中间,较好的实现了歌曲的动态分类,改变了同类网站采用排行榜给用户推荐歌曲的传统模式.  相似文献   

6.
根据数据之间的相似性,提出了一种基于改进Warshall算法的数据聚类方法.该方法在传统Warshall算法的基础上,引入聚类因子λ,构造模糊相似关系的传递闭包.由于相似性的自反性与对称性,该传递闭包就是模糊相似关系的等价闭包,把等价数据分到一类形成聚类.实验结果表明,该方法可得到与传统的K-均值聚类算法相同的聚类结果.  相似文献   

7.
多视角聚类能够整合多个视角的信息来提高聚类效果.目前很多研究都限于关注多视角一致性,得到的统一相似度图中仍存在许多非同簇之间的关系,甚至当某些簇的噪声达到一定程度时还可能导致统一相似度图难以形成簇的块对角结构.为此,本文提出一种块对角引导的多视角统一图聚类方法,该方法先将不同视角的相似度图分解成一致性部分与不一致性部分;然后通过构造不一致性关系来获得更纯净的一致性部分;进而融合所有视角的一致性部分建立一个相似度图;最后在该相似度图中加入块对角引导和连通分量约束,学习到高质量的统一相似度图.通过在六个数据集上进行对比实验,证明了本文提出的方法的有效性.  相似文献   

8.
灵芝指纹图谱的建立及模式识别   总被引:4,自引:2,他引:2  
以22个不同产地不同品种灵芝样本的红外光谱图为基础,建立了灵芝FTIR指纹图谱,共分为6个区,并标示出了指纹区,各灵芝样本图谱(除灵芝孢子粉)和灵芝FTIR指纹图谱的相似度均在90%以上.通过三甲基硅烷(TMS)衍生化反应,对各灵芝样品进行GC-MS测定,建立了灵芝TMS衍生物指纹图谱,共标示出19个特征峰(糖区含12个特征峰).应用化学计量学方法中的PCA投影法对GC-MS积分数据作PCA投影可以将22个灵芝样本分为海南产地和北方产地两大类.应用欧式距离聚类分析法对FTIR光谱数据及GC-MS积分数据进行欧式距离计算,22个灵芝样本分别被聚为10个和9个分类区,均达到了聚类的效果,同时又均表现出共属"灵芝"一类的本质.  相似文献   

9.
文本聚类是文本挖掘的一种重要方法.基于形式概念分析和概念相似度,给出一种新的多背景文本模糊聚类方法和模型.该方法不仅考虑了多背景关键词之间的语义关系,而且通过非距离计算得到模糊相似矩阵. 可根据不同要求得到相应的聚类结果,具有较好的灵活性.最后通过示例说明了所给算法的可行性.  相似文献   

10.
基于距离的模糊聚类算法是把数据对象视为互相独立的,虽然在一定程度上反映了数据对象间的位置关系,但不能反映多重关系,使计算量急剧增加,时间复杂度高,收敛速度慢.对模糊C-均值聚类算法进行了改进,在原有的模糊C-均值聚类算法基础上,引入了物理学中的万有引力思想,提出了一种基于引力改进的模糊聚类算法.实验分析表明,该算法能够较好地克服基于距离的模糊聚类算法仅考虑单一位置关系的缺点,并且在一定程度上降低了时间复杂度,提高了算法的收敛速度,聚类效果较好.  相似文献   

11.
刘白  周永权  谢竹诚 《计算机应用》2009,29(6):1569-1571
针对传统的模糊C-均值(FCM)聚类算法的聚类有效性对空间样本分布的依赖性等缺点,提出了一种新的基于人工鱼群算法的动态模糊聚类。通过引入模糊等价矩阵来表示高维样本之间的相似程度,并将高维样本映射到二维平面。然后利用人工鱼群算法不断优化二维样本的坐标值,使样本之间的欧氏距离向样本间的模糊等价矩阵趋近,最终实现模糊聚类。该方法克服了聚类有效性对高维样本空间分布的依赖性并同时提高了效率。仿真实验结果证明了该算法是有效的,具有聚类速度快、精度高等特点。  相似文献   

12.
目的 为了更有效地提高中智模糊C-均值聚类对非凸不规则数据的聚类性能和噪声污染图像的分割效果,提出了核空间中智模糊均值聚类算法。方法 引入核函数概念。利用满足Mercer条件的非线性问题,用非线性变换把低维空间线性不可分的输入模式空间映射到一个先行可分的高维特征空间进行中智模糊聚类分割。结果 通过对大量图像添加不同的加性和乘性噪声进行分割测试获得的核空间中智模糊聚类算法提高了现有算法的对含噪声聚类的鲁棒性和分类性能。峰值信噪比至少提高0.8 dB。结论 本文算法具有显著的分割效果和良好的鲁棒性,并适应于医学,遥感图像处理需要。  相似文献   

13.
基于模糊最大散度差判别准则的聚类方法   总被引:2,自引:0,他引:2       下载免费PDF全文
皋军  王士同 《软件学报》2009,20(11):2939-2949
基于最大散度差判别准则提出了一种模糊最大散度差准则,并根据模糊最大散度差准则提出一种聚类方法(fuzzy maximum scatter difference discriminant criterion based clustering algorithm,简称FMSDC).该方法通过迭代优化方法实现聚类的同时还可以实现特征降维.该方法首先在最大散度差判别准则中引入模糊概念;然后通过具体原则设定模糊最大散度差判别准则中的参数η,从而在一定程度上降低了由参数η引起的敏感性;最后分别根据模糊隶属度μik、最优鉴别矢量ω进行聚类和特征降维.实验结果表明,FMSDC方法不但具有基本的聚类功能,而且具有较好的鲁棒性和较强的特征降维能力.  相似文献   

14.
针对传统模糊C均值聚类算法和基于K-means++优化聚类中心的模糊C均值算法存在初始聚类中心敏感、聚类速度收敛慢、聚类算法需要人为给定聚类数目等缺陷,受密度峰值聚类算法(Clustering by Fast Search and Find of Density Peaks,CFSFDP)的启发,提出了基于密度峰值算法优化的模糊C均值聚类算法,自适应产生初始聚类中心,确定聚类数目,并优化算法收敛过程。实验结果表明,改进后的算法与传统模糊聚类C均值算法相比能够准确地得到簇的数目,性能有明显的提高,并加快算法的收敛速度,达到相对更好的聚类效果。  相似文献   

15.
针对模糊C-均值聚类算法过度依赖初始聚类中心的选取,从而易受孤立点和样本分布不均衡的影响而陷入局部最优状态的不足,提出一种基于自适应权重的模糊C-均值聚类算法。该算法采用高斯距离比例表示权重,在每一次迭代过程中,根据当前数据的聚类划分情况,动态计算每个样本对于类的权重,降低了算法对初始聚类中心的依赖,减弱了孤立点和样本分布不均衡的影响。实验结果表明,该算法是一种较优的聚类算法,具有更好的健壮性和聚类效果。  相似文献   

16.
王宏伟  马广富 《控制与决策》2003,18(6):758-760,763
通过改进模糊聚类方法确定模糊模型的前件结构,并对模糊推理关系矩阵进行正交最小二乘估计。通过分析正交向量在模型中贡献的大小确定聚类规则的有效性,然后采用基于UD分解的最小二乘确定模糊模型的后件参数,实现模糊模型的结构和参数的优化。该方法已成功地应用于Box-Jenkins煤气炉的数据系统建模。  相似文献   

17.
针对模糊C-均值聚类(FCM)算法对噪声敏感、容易收敛到局部极小值的问题,提出一种基于交叉熵的模糊聚类算法。通过引入交叉熵重新定义了传统FCM算法的目标函数,利用交叉熵度量样本隶属度之间的差异性,并采用拉格朗日求解方法和朗伯W函数解决了目标函数的优化问题,此外,分析了样本划分矩阵的分布情况,依据分布特性对噪声样本进行识别。人工数据集合和标准数据集加噪的实验结果表明,该算法提高了传统FCM算法的抗干扰能力,具有更强的鲁棒性,噪声样本识别的准确率较高。  相似文献   

18.
提出用于规则前件学习的中心点交叉涌现的大间隔贝叶斯模糊聚类(CECLM-BFC)算法.考虑不同样本间聚类中心的排斥作用使得聚类中心间距最大化,并采用粒子滤波方法在不同类别样本中交替执行,自动求解出最优聚类结果,包括聚类数、模糊隶属度和聚类中心.在模糊规则后件参数学习上使用分类面大间隔的策略,以MA型模糊系统为研究对象构造具有强解释性的贝叶斯MA型模糊系统(BMA-FS).实验结果表明,BMA-FS能够取得令人满意的分类性能,且模糊规则具有高度的解释性.  相似文献   

19.
针对传统毒气检测系统混合检测中适用性差、检测误差率高的不足,提出基于离群模糊核聚类算法的PID毒气检测系统设计。在系统硬件设计中选择了性能更强的STM32F2X型MCU,并设计了专门用于毒气类别分析的功能模块;在软件算法和主控程序的设计中,采用了离群模糊核聚类算法提高对毒气数据的聚类分析能力,以此改善毒气检测的准确性。实验结果表明,提出的PID毒气检测系统能够识别出多种天然毒气和化学毒气,在毒气浓度的检测误差方面也能够控制在2%以内。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号