聚类分析的指标缩减法

在聚类分析中 ,最短距离法、重心法等都是简单实用的系统聚类方法 ,但这种方法在许多场合下不能应用。特别是许多样本点有相同的距离时 ,这些方法只能把样品分为粗糙的几个类 ,达不到预期要求。文中提出一种新的算法——指标缩减法 ,解决在“等距离”判别中所遇到的困难 ,使分类继续进行下去 ,以获得更好的分类效果     

建(构)筑物纠倾技术进展

建（构）筑物倾斜的原因是多种多样的，在对其进行纠倾时必须分析正确。目前常见的纠倾方法主要有迫降法和顶升法两类，其中迫降法是应用最广的一种纠倾方法，同时根据施工工艺和纠偏原理的差异又衍生了许多纠倾方法。本文介绍了常见的最新纠倾方法及其特点，讨论了其适用性，并就古建筑物、烟囱、高层建筑物等特殊建筑物的纠倾方式做了介绍。     

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。     

零件自动分类的一种算法

基于模糊等价关系的动态聚类法，给出了一种零件分类成组的新方法。与一般聚类法相比，这种方法无需构造类与类之间的相似系数，适于解决零件分类成组中所存在的模糊性问题。具有较好的分类效果，文中介绍了这种方法的分类过程，并附有算例。     

动态聚类法在车辆实际行驶工况开发中的应用

在车辆实际行驶工况的开发过程中,为了得到相应交通特征道路上的实际行驶工况,需要将运动学片断按照道路交通特征分类.针对人工分类的不足,研究了动态聚类法在车辆实际行驶工况开发中的应用.以主成分分析得到的前3个主成分为聚类因子,并对运动学片段总体样本采用动态聚类法分类.研究表明：动态聚类法分类获得的2类运动学片段分类清晰,分别代表了车辆在交通拥挤和交通畅通的道路上的行驶特征.     

基于支持向量机的网页多类分类技术

基于支持向量机的网页分类技术是数据挖掘中一个研究热点领域．支持向量机是一种高效的分类识别方法，在解决高维模式识别问题中表现出许多特有的优势．但支持向量机本身是一个两类问题的判别方法。不能直接应用于多类问题．总结了当前常用的几种支持向量机多类分类算法。分别从训练速度、测试速度、分类精度三方面对这些分类方法进行了讨论，并给出了进一步的研究方向．     

基于费舍尔判别法的玻璃文物成分探究

针对古代玻璃文物的成分问题,利用灰色关联法对玻璃文物的表面风化与其玻璃类型、纹饰和颜色的关系进行分析;用模糊聚类法对文物样品化学成分的亚分类进行具体界定,用费舍尔判别法建立高钾玻璃和铅钡玻璃分类与已风化文物的判别函数;为分析化学成分之间的关联关系,对高钾类和铅钡类采用斯皮尔曼相关性进行分析,对其指标进行不同的差异性分析,且经过敏感性分析发现该结果精确。通过灰色关联法、模糊聚类法、费舍尔判别法和相关性分析等方法分析古代玻璃文物成分,使研究者能够准确地分析玻璃文物的成分特征,并与已知的风化文物进行区分。     

聚类分析在股票研究中的应用

利用系统聚类方法，对股票的涨落和成交量等数据进行分析，得出比较理想的分类和预测效果。     

聚类分析在股票研究中的应用

利用系统聚类方法，对股票的涨落和成交量等数据进行分析，提出比较理想的分类和预测效果。     

几何造型中的八叉树描述法

本文研究了几何造型中的八叉树描述法，提出了八叉树描述法中细分后的立方体分类新方法。该方法通过简单的计算，避免了复杂的面面相交及点分类计算，使立方体分类运算得以简化。实践证明该算法在工程应用中是非常有效的。     

有序样本聚类法在SLP物流强度等级划分中的应用

工业企业总平面布置是在一定条件下对厂区内的各个建构筑物进行合理的布置,美国的缪瑟提出一种程序化的工厂布置方法即系统化布置方法(SLP).该方法中多次应用到A-U等级划分方法,如作业单位间的物流强度大小A-U等级划分、作业单位间的非物流关系密切程度A-U等级划分等,A-U等级划分法在该布置方法中发挥了重要的作用,而传统划分A-U等级采用的原则为经验比例法,针对由经验比例法确定A-U等级分类的主观性、模糊性和不确定性.尝试采用有序样本聚类法对A-U等级进行划分,将有序样本聚类法中的最优分割思想应用于物流强度分类划分中,使分类后各段内部样品之间的差异最小,而各段样品之间的差异较大.与经验比例法相比该分类方法更加科学、客观、合理,最后运用该算法对某一机械厂的物流强度进行等级分类,得出分类结果,证实该算法的可行性和有效性.     

通信信号自动分类的一种方法—学习子空间法的应用

文中提出了应用学习子空间法的通信信号自动分类的网络结构，通过将输入矢量在子空间内的投影实现聚类运算，达到了将隐含层节点数降低的目的，提高了网络的训练速度，增强了网络的抗干扰和实时处理能力，文中还对加噪后的通信信号进行计算机模拟实现了分类。     

项目投资财务评价的贴现现金流量法及运用

项目投资财务评价的贴现金流量法（简称DCF法），主要有净现值法、现值指数法和内含报酬率法三种基本方法，目前学术界对于某一具体方案究竞应采用何种方法进行评价存在着不尽相同的观点。从DCF法的基本目标与基础假设入的，在对方案进行适当而又必要 分类的基础上，寻求投资项目正确合适的评价方法。     

近红外漫反射聚类法无损快速测定淀粉品质

提出一种基于近红外光谱技术和聚类分析法对不同种类的淀粉进行无损快速鉴别的方法,研究了近红外光谱结合聚类分析法快速鉴别淀粉种类的可行性.采集样品在12 500~4 000cm-1范围内的近红外漫反射光谱,利用光谱模式识别法中的聚类分析法对图谱进行定性分类鉴别.光谱经一阶导数预处理后,采用聚类分析法可准确无误地将样品分为2类,分类准确率达到100%.同时采用预测集的样品验证所建模型的准确性,经实验得出预测准确率也是100%.实验结果表明,近红外漫反射光谱结合聚类分析法可以为快速无损鉴别淀粉种类提供一种准确可靠的方法.     

有序分类与企业信用评级模型

提出了基于有序分类和支持向量机方法的企业信用评级模型。因企业的信用等级是有序的，使用一般分类方法或回归方法建立的模型不能完全反映数据的内在结构。内置空间法将分类变量之间的有序信息嵌入输入向量的扩展位，使得有序分类问题转化为标准的二类分类问题；然后对此二类分类问题采用核分类器——支持向量机进行求解得到有序分类模型。实证结果表明，基于该方法建立的企业信用评级模型显示出较强的泛化能力。     

基于支持向量机的网页多类分类技术

基于支持向量机的网页分类技术是数据挖掘中一个研究热点领域.支持向量机是一种高效的分类识别方法,在解决高维模式识别问题中表现出许多特有的优势,但支持向量机本身是一个两类问题的判别方法,不能直接应用于多类问题.总结了当前常用的几种支持向量机多类分类算法,分别从训练速度、测试速度、分类精度三方面对这些分类方法进行了讨论,并给出了进一步的研究方向.     

修正的截断展开法与（3＋1）维KP方程新的精确解

在截断展开法和辅助方程方法的基础上,首次提出了修正的截断展开法,并利用该法求出了（3＋1）维KP方程许多新的精确解析解,其中包括三角函数类解,有理函数类解和双曲函数类解（含钟型孤子解）等.这些新解丰富了KP方程解析解的形式,也验证了修正的截断展开法在求解高维非线性发展方程中的重要作用.     

模糊聚类的最大树法在机械运行状态中的应用

采用模糊数学中的基于模糊相似关系的聚类方法－最大树法，以相似矩阵代替传递闭包对实际机组运行状态进行聚类分析，并利用模糊识别技术进行故障分析。通过一段时间的实践，取得了较好的效果。该方法简单、实用，它一方面减少了求传递闭包的工作量，另一方面对计算机在线监测的机组来说，使用该方法分类、识别后，可只保留同类型的一组数据，数据有效压缩，大大节省了计算机的内存空间。     

基于径向基函数网络估计密度函数的数据分类

针对样本总体分布已知的分类问题，提出了一种新的分类方法.通过非线性映射将训练样本映射到高维特征空间，基于向量投影法从训练样本中选择边界向量，运用多维二叉树搜索法确定每个边界向量同类中的k-近邻，运用统计理论中的大数定理估计样本的类条件概率密度函数，由边界向量与相应的密度函数构成新的训练样本对.对每一类数据建立一个径向基函数（RBF）网络，以相应类的边界向量作为中心，通过训练以RBF网络来估计样本的类条件概率密度，并采用基于最小错误率的贝叶斯决策来实现分类.对机器学习数据的仿真研究结果表明该方法具有与支持向量机（SVM）相似的识别率，并且能快速有效地实现多类分类.     

主成分分析法在多指标综合评价方法中的应用

阐述了多指标综合评价方法的定义，并根据权重确定方法的不同，进一步将其划分为主观权法和客观赋权法两类评价方法，文章讨论了两类不同的评价方法的各自特点，并重点论述了额赋权法中的主成分分析法的优点及原理，归纳整理出了主成分分析法的计算步骤，在文章的最后，在天津市的人口发展状况为基础数据，给出了计算实例。