特征聚类的混合协同过滤算法研究

针对推荐系统的准确性提出了一种优化算法,该算法首先利用用户的特征进行聚类,然后在聚类之后的各个聚簇中运用混合协同过滤框架为每个聚簇训练一个模型;同时在运用混合协同过滤时,针对传统的基于用户的协同过滤推荐算法在计算用户相似度方面进行了改进.实验表明,提出的优化算法显著提高了预测的准确性,从而提高了推荐结果的质量.     

文本聚类中的改进特征权重算法

本文提出了一种新的基于词频和文档频率的特征词权重计算方法ETFC.首先构造了新的函数作为特征词的类别区分度,加强了低文档频数特征词的类别区分能力.然后运用k-means算法进行聚类实验.结果表明,改进后的权重算法ETFC比现有的权重算法TFIDF和TFC在聚类纯度和算法的稳定性方面均有较大提高,从而表明改进策略是可行的.     

基于k-均值的文本聚类算法及改进

本文提出了k-means聚类算法中选取初始聚类中心及处理孤立点的新方法,改进了k-means算法对初始聚类中心和孤立点文本很敏感的不足之处,并将改进后的算法应用于中文文本聚类中。实验结果表明,改进的算法较原算法在准确率上有较大提高,并且具有更好的稳定性。     

基于多项Logistic回归的座面材质预测模型

目的 为促进我国邮轮市场的进一步发展,提高乘客的乘坐舒适度,对不同体态特征的乘客进行座面材质的个性化推荐.方法 提出基于多项Logistic回归的邮轮座面材质预测模型方法.结果 选择PP棉、聚氨酯泡沫塑料、乳胶3类市场上常见材质作为实验样本,通过TACTILUS人体压力分布测量系统采集了60位实验对象的人体压力分布数据;计算出SPD值用以反应压力分布的均匀程度,从而确定对应的推荐座面材质;依此数据进行回归模型的监督学习,将预测结果与真实结果比较,该模型结果的混淆矩阵体现了较优的模型精度.结论 将多项Logistic回归与经典模型进行比较,利用多项Logistic回归建立的预测模型能够获得各类别座面材质的推荐概率,模型结果更加直观且预测正确率略高,是适配于不同座面材质压力分布参数预测问题的研究方法,并且可推广该模型用于剔除舒适度水平较低的材质,缩小座面材质的备选范围,在乘客选择座椅时起到辅助设计优化的作用,帮助提高乘客对乘坐舒适性的满意程度.     

基于Logistic回归的移动通信业客户细分模型

在移动通信业务运营中,目前所采用的传统细分方法通过ARPU值来为客户分类,这种方法存在一些问题和不足。本文引入Logistic回归方法,结合移动通信客户的实际特点与需求,构建具有创新性的客户细分模型,为运营商的客户方案提供客观准确的参考依据。本文所构建的移动通信客户细分方法,能够在把握客户的具体特征的前提下对其进行清晰地分类,有利于运营商实施保持客户的策略。     

产品声音的交互式聚类设计研究

目的 声音是产品和用户之间的一种沟通媒介,为了增进设计师对产品声音的理解、合成与设计匹配,提出一种交互式可视化产品声音数据聚类分析框架。方法 首先通过神经网络将设计师感官描述式信息与声音的特征参数进行融合嵌套;其次基于高斯混合模型来描述非线性几何分布的产品声音数据;最后设计师输入个人先验知识经验参与交互聚类。结果 基于Python的Anaconda3包开发了产品声音交互式聚类的可视化分析实验工具,得到最优化产品声音聚类结果。结论 该产品声音交互聚类可视化分析工具融合了声音技术参数和人脑听觉反应机制,在聚类过程中允许用户参与交互并融入用户的先验知识,并行视图可以实时显示数据元素的流向和判别类别的稳定性。同时,可视化分析可以帮助用户横向比较各聚类结果的异同,样本的比例分布与合理性,以期寻求最优聚类结果。     

使用“分裂-合并"策略改进文本聚类集成算法的研究

探讨了"分裂-合并"(DM)策略对文本聚类集成算法改进的效果。首先在聚类成员生成阶段运行使用DM策略的超球K均值(SKM)算法r次,每次生成较多的文本子簇,并根据子簇的相似性使用凝聚层次聚类方法合并这些子簇,得到r个聚类成员,随后在聚类集成阶段采用两个快速的谱聚类算法进行集成。在6组真实文本集上进行了实验,使用DM策略的两个聚类集成算法获得的平均标准化互信息(NMI)分别比改进前的算法提高了4.6和7.9个百分点,证明了DM策略可以有效提高文本聚类集成算法的聚类质量。     

基于数据相似度和引力理论的密度峰聚类算法

本文针对密度峰聚类算法(DPC)中存在的参数敏感、算法不连续和聚类分块化问题,提出一种基于数据相似度和引力理论的密度峰聚类算法(SLDPC)。该算法基于数据相似度确定局部密度,采用引力理论扩大簇心与非簇心数据点之间的差异,通过设定阈值自动确定簇心,通过基于边缘分布的合并策略对聚类分块化进行合并。实验共采用16个数据集,并与DPC、K-means、基于密度的噪声应用空间聚类算法(DBSCAN)及DPC改进算法进行了对比。实验结果表明,本方法具有优异的聚类准确性和良好的稳定性。     

一种基于蚁群聚类的多模板图像边缘融合方法

根据所采集图像的离散性特点,提出了一种基于蚁群聚类的新型的多模板图像边缘融合方法.该算法综合了图像聚类的方法和模板边缘提取的方法,运用蚁群聚类的思想来提取图像的边缘特征,并进一步融合多种边缘提取模板来设置聚类的启发式引导函数和初始聚类中心,从而避免了传统蚁群算法聚类搜索时的盲目性.系列仿真实验验证了这一方法的可行性和有效性.     

基于多目标和聚类的产品功能疲劳健壮性分析

研究了产品功能疲劳问题中产品功能组合的健壮性分析问题,提出了基于NSGA-Ⅱ和客户聚类的综合分析方法.具体包括建立了基于NSGA-Ⅱ算法的产品功能疲劳问题的多目标优化模型,并利用K-Means算法对客户评价数据进行了聚类分析,然后结合多目标模型和聚类结果进行健壮性分析,为产品开发人员选择健壮性的产品功能组合提供决策支持.最后通过智能手机产品的实际案例说明了所提出方法的有效性.     

基于词典中词语量化关系的中文文本聚类研究

鉴于词语知识对提高文本聚类性能的价值,提出了一种用线性插值方式把词典词语之间的量化关系和余弦相似度结合起来的文本相似度计算方法.在实现文本聚类之前,基于词典中一个词条和其释义在语义上等价的假设,构建出词条和释义中词语之间的量化关系,并把这种量化关系值作为文本聚类用到的知识.在k-均值聚类算法的框架下,这种以线性插值方式构造的新的相似度,给文本聚类系统性能带来了明显的提高.实验结果说明从词典中获取的词语量化关系对将来的文本聚类研究可能会有潜在的贡献.     

Logistic regression analysis of pedestrian casualty risk in passenger vehicle collisions in China

A large number of pedestrian fatalities were reported in China since the 1990s, however the exposure of pedestrians in public traffic has never been measured quantitatively using in-depth accident data. This study aimed to investigate the association between the impact speed and risk of pedestrian casualties in passenger vehicle collisions based on real-world accident cases in China. The cases were selected from a database of in-depth investigation of vehicle accidents in Changsha-IVAC. The sampling criteria were defined as (1) the accident was a frontal impact that occurred between 2003 and 2009; (2) the pedestrian age was above 14; (3) the injury according to the Abbreviated Injury Scale (AIS) was 1+; (4) the accident involved passenger cars, SUVs, or MPVs; and (5) the vehicle impact speed can be determined. The selected IVAC data set, which included 104 pedestrian accident cases, was weighted based on the national traffic accident data. The logistical regression models of the risks for pedestrian fatalities and AIS 3+ injuries were developed in terms of vehicle impact speed using the unweighted and weighted data sets. A multiple logistic regression model on the risk of pedestrian AIS 3+ injury was developed considering the age and impact speed as two variables. It was found that the risk of pedestrian fatality is 26% at 50 km/h, 50% at 58 km/h, and 82% at 70 km/h. At an impact speed of 80 km/h, the pedestrian rarely survives. The weighted risk curves indicated that the risks of pedestrian fatality and injury in China were higher than that in other high-income countries, whereas the risks of pedestrian casualty was lower than in these countries 30 years ago. The findings could have a contribution to better understanding of the exposures of pedestrians in urban traffic in China, and provide background knowledge for the development of strategies for pedestrian protection.     

基于聚类分析的罐底声发射检测信号融合方法

采用声发射技术进行罐底腐蚀与泄漏检测过程中,需要对多个传感器的检测到的声发射信号进行融合处理,将属于同一声发射源的声发射信号判定为一个声发射事件。但是在现场检测过程中,由于噪声的存在,使得在声发射信号融合处理时容易对声发射源产生误判。针对该问题,提出了一种基于聚类分析的罐底声发射信号融合方法,其基本原理是先根据事件定义时间进行初始声发射事件判定,然后采用聚类分析方法对初始声发射事件中的信号进行分类,将每一类信号分别判定为一个声发射源。现场实验表明采用该方法抗噪声干扰能力强、误判概率低,能准确反应罐底腐蚀的实际情况。     

基于灰色聚类分析方法的某高校建筑物室内空气品质评价

为了准确客观地评价室内空气品质,对桂林市某高校的几栋典型建筑物的7种主要污染物进行实验测试。利用灰色聚类分析方法对测试的室内空气品质进行评价;建立空气品质的评价模型。通过对实验测试数据的分析与计算,得出各测试对象的舒适性程度,实现对所测对象空气质量的评价,并提出改善室内空气品质的主要措施。     

基于联合分析和模糊聚类的产品族客户需求模型研究

客户需求信息的准确获取与表达是产品族规划的首要环节,针对客户需求模型构建过程中需求信息具有抽象性、模糊性等特点,基于公理设计构建描述客户需求的模型,运用联合分析法对客户需求进行量化,将模糊的客户需求转换为具体的产品设计指标和参数.通过对指标和参数的相关性分析,建立产品设计关联矩阵.采用模糊最大树聚类算法对设计关联矩阵进行聚类分析,以聚类有效性指标为依据,得到最佳聚类阈值,从而获得最优聚类结果.在此基础上,利用最优聚类结果对设计关联矩阵进行解耦,最终得到解耦设计关联矩阵,为参数化产品族规划提供理论依据.最后,以圆柱齿轮减速器产品族规划为实例,验证了该方法的有效性和可行性.     

Using logistic regression to estimate the influence of accident factors on accident severity

Logistic regression was applied to accident-related data collected from traffic police records in order to examine the contribution of several variables to accident severity. A total of 560 subjects involved in serious accidents were sampled. Accident severity (the dependent variable) in this study is a dichotomous variable with two categories, fatal and non-fatal. Therefore, each of the subjects sampled was classified as being in either a fatal or non-fatal accident. Because of the binary nature of this dependent variable, a logistic regression approach was found suitable. Of nine independent variables obtained from police accident reports, two were found most significantly associated with accident severity, namely, location and cause of accident. A statistical interpretation is given of the model-developed estimates in terms of the odds ratio concept. The findings show that logistic regression as used in this research is a promising tool in providing meaningful interpretations that can be used for future safety improvements in Riyadh.     

PSO-SOM分类判别研究及其应用

针对网络初始权矢量选取的不确定性问题,提出了粒子群优化-自组织映射(PSO-SOM)算法,利用PSO算法优化SOM网络的初始权矢量,进而进行分类.将提出的方法用于基因表达数据的分类判别中,使得SOM网络的误差平方和大大下降,提高了网络的分类精度,表明PSO-SOM算法用于数据的分类判别是切实有效的.     

用多元线性回归法预测镍基高温合金的抗氧化性

用静态氧化法研究了3种铸造镍基高温合金K35，K44，K46在800℃及900℃的高温氧化动力学行为。结果表明，3种合金的氧化动力学曲线均符合抛物线规律，其中氧化速度常数为合金成分中每种元素作用的综合结果，用多元线性回归法计算了25种镍基高温合金在900℃氧化过程的作用系数，并给出了3种试验合金的氧化动力学回归方程，与3种合金的实验结果相比，相对误差小于13％。