基于本体的改模方案聚类研究

在分析改模知识的基础上,提出了一种基于本体的聚类分析法来获得典型的改模方案,建立了注塑模改模知识领域本体,确立了用矩阵方法表达改模方案数据的数学模型。通过基于改模知识领域本体之间概念相似度的计算获得改模概念间的语义相似度、用归一化公式计算改模方案间的相似度和簇间相似度,用相似度矩阵表示改模方案间的相似度,并应用凝聚的层次聚类法进行改模方案的聚类,通过改模方案聚类粒度的确定方法获得聚类结果。以企业的改模方案数据为例,验证了该方法的有效性。     

采用仿射不变矩的谐振接地系统故障选线方法研究

对谐振接地系统单相接地故障特征的分析表明,单相接地初始阶段故障线路与健全线路间的零序电流波形相似度低于各健全线路间的零序电流波形相似度,且故障初始时刻故障线路与健全线路的零序电流极性相反,高阻接地时该结论仍成立。仿射不变矩恰能反映各零序电流波形的整体形状特征和极性关系,且不受波形平移、旋转和缩放等仿射变换的影响,抗干扰能力强。对从各故障暂态零序电流波形图中提取的仿射不变矩特征量进行谱系聚类分析,并计算聚类有效性指标,选取聚类有效性最高的聚类树实现故障选线。各种故障工况的大量仿真表明,该选线方法适应性好,可靠性高。     

A k‐means clustering‐based security framework for mobile data mining

Data mining is a process of digging data sets from large data‐bases, especially for use to improve the operation efficiency of a company, institution, or an organization. With the increasing cases of cyber and other computer‐related crimes, computer and mobile data security has become a matter of concern, secure, and non‐contaminated data is very important for data mining to improve the performance of a system. This paper proposes a system framework that is able to collect information and then be able to generate alerts in real time. The proposed scheme is then simulated using the K‐means clustering algorithm, which is one of the most popular clustering algorithms to determine the efficiency and the accuracy of the proposed scheme. The paper concludes by proposing further improvements to be undertaken on the proposed system to improve its efficiency and accuracy. Copyright © 2017 John Wiley & Sons, Ltd.     

一种实用的配电网无功运行两层优化方法研究

针对多时段动态无功优化,将控制设备动作次数转化成设备调节费用并将其计入目标函数,建立以全天网损费用与设备调节费用之和最小为目标函数的优化模型。将Fisher有序聚类算法引入到负荷曲线分段问题中,使分段后的负荷曲线尽可能贴近实际负荷水平。提出一种基于改进遗传算法和准动态规划法的两层优化算法,以获取全天控制设备的动作方案,实现多时段的协调优化。为兼顾算法的寻优速度和搜索精度,可依据电网规模灵活设置各阶段保留的最优路径数,适合于大规模系统的动态无功优化。算例表明了所提方法的实用和有效。     

基于半监督谱聚类的最优主动解列断面搜索

主动解列最优断面搜索是依据广域测量信息,在大电网遭受大扰动失步崩溃之前,依据实时工况和运行方式,快速准确求取电力孤岛划分的紧急策略。然而,在实际大系统的求解中,计算复杂度呈几何指数增长,是一个NP难题。提出了一种半监督谱聚类算法,首先采用最小复合有功潮流冲击的目标函数和机组同调/分离等相关约束构建详细解列断面搜索模型,然后将最优断面搜索的优化求解过程,映射为约束谱聚类对静态图分割的松弛解求取过程,最后通过改进的PAM聚类算法选择最优主动解列断面。上述过程,在不丢失全网信息前提下,降低了时间复杂度,IEEE 118标准算例和四川电网实际系统的仿真验证,证明了该算法的正确性、有效性和快速性。     

带遗传算子模拟植物生长算法在AGC机组调配经济性中的应用

建立AGC机组调配调节费用的数学模型,采用一种带遗传算子模拟植物生长算法(Plant Growth Simulation Algorithm,PGSA),应用于机组调配经济性研究。为解决完整模拟植物生长过程全局搜索可能速度过慢的问题,采用最优保留和最差杂交后保留的策略,可在加速计算速度的同时抑制早熟,防止陷入局部最优。此外,为防止新生长点过于聚集,采用K-means聚类算法对机组进行分类,并在长出新生长点时,同类机组选择差异性较大的变异方式。对于存在多个最优解,采用多解平均法,确保机组调配的公平性。通过计算结果对比验证了该算法的合理性及有效性。     

基于轨迹位置形状相似性的隐私保护算法

为了降低轨迹数据发布产生的隐私泄露风险,提出了多种轨迹匿名算法。然而,现有的轨迹匿名算法在计算轨迹相似性时忽略了轨迹的形状因素对轨迹相似性的影响,因此产生的匿名轨迹集合的可用性相对较低。针对这一问题,提出了一种新的轨迹相似性度量模型,在考虑轨迹的时间和空间要素的同时,加入了轨迹的形状因素,可以在多项式时间内计算定义在不同时间跨度上的轨迹的距离,能够更加准确、快速地度量轨迹之间的相似性;在此基础上,提出了一种基于轨迹位置形状相似性的隐私保护算法,最大限度地提高了聚类内部轨迹的相似性,并且使用真实的原始位置信息形成数据"面罩",满足了轨迹k-匿名,在有效地保护轨迹数据的同时,提高了轨迹数据的可用性;最后,在合成轨迹数据集和真实轨迹数据集上的实验结果表明,本算法花费更少的时间代价,具有更高的数据可用性。     

改进谱聚类算法在MCI患者检测中的应用研究

为了利用功能核磁影像（fMRI, functional magnetic resonance imaging）数据进行轻度认知障碍（MCI, mild cognitive impairment）自动检测,对患者的fMRI数据进行聚类分析,得到患者大脑血氧依赖水平(BOLD, blood oxygen level dependence)的变化模式,并将异常模式用于疾病检测中。由于传统谱聚类算法需要计算相似矩阵所有的特征值和特征向量、时间与空间复杂度较高。提出一种改进的谱聚类方法,在相似矩阵的构造以及σ与k值的确定等方面进行了改进,将其用于MCI fMRI数据的聚类与诊断研究中。与传统谱聚类及Nystr?m算法进行的对比实验结果表明,改进的谱聚类方法可以更准确得到患者异常BOLD模式,分类正确率较高,且时间和空间复杂度均小于传统算法。     

面向领域标签辅助的服务聚类方法

Web服务数量的激增对服务发现提出了更高的要求,服务聚类是促进服务发现的一种重要技术.但是,现有服务聚类方法只对单一类型的服务文档进行聚类,缺乏考虑服务的领域特性和服务标签的应用.针对这些问题,本文首先使用本体辅助的支持向量机和面向领域的服务特征降维技术建立服务的特征内容向量,然后使用一种标签辅助的主题服务聚类方法T-LDA建立融合标签信息之后的隐含主题表示,并利用归一化方法消除通用主题的影响,综合上述方法建立一个面向领域标签辅助的Web服务聚类方法DTWSC.实验结果表明,该框架能够提高针对不同类型的服务文档的聚类效果.与LDA、K-Means等方法相比,该方法在聚类纯度、熵和F-Measure指标上均具有更好的效果.