基于属性识别的灰色聚类方法

对聚类系数无显著性差异的灰色聚类问题进行了研究.运用分类标准矩阵、单指标白化权函数和置信度原则,提出了基于属性识别的灰色聚类方法.该方法充分利用了已有信息和置信度准则,避免了在聚类系数向量中分量取最大时出现聚类系数无显著性差异的问题,使聚类结果更加客观、准确.并经实例验证了该方法的有效性和合理性.     

基于聚类的SIFT人脸检测算法

为解决在人脸识别领域的特征提取问题,提出一种尺度不变特征转换的SIFT算法与聚类分析相结合的算法.在对人脸特征分类时,通过选取最优化的距离阀值,用聚类理论对生成的SIFT特征进行聚类分析,从而得到若干特征类别.去除一些非主要特征类别,排除其他非目标人脸主要特征的干扰.实验结果表明,改进的SIFT算法比原始算法具有更好的特征匹配效果.     

基于主成分分析的密度聚类算法

密度聚类算法可以描述任意形状的聚类,可以有效地处理异常数据,适合处理大数据集,但不适用于高维数据集的聚类,因此提出了基于主成分分析的密度聚类算法,将DBSCAN算法应用于PCA的k个主成分张成的子空间,解决了DBSCAN算法用于高维数据集的问题.运用气象数据进行实验,结果表明：主成分个数k值的选择严重影响聚类效果,故提出k的基本选择方法,正确选择k值情况下,该算法具有较好的聚类效果.     

基于统计特征聚类原理的图像识别技术

提出了基于模糊聚类原理的图像统计特征识别技术。通过分析象素灰度矩阵信息，提取出图像独立的统计特征量，建立起相应的图像统计特征模型空间Ω。由此，计算出各图像类的模糊相似系数矩阵，再运用聚类分析的传递闭包法将其改造成为模糊等价矩阵，划分出图像等价类，进而实现对目标图像的识别。实验结果表明，该方法能获得很好的图像识别效果。     

基于免疫算法的聚类分析与实现

在介绍自然免疫系统功能和特性的基础上,阐述了人工免疫算法的基本原理．从提取生物免疫系统的隐喻机制,基于免疫网络理论和克隆选择原理,建立了一种人工免疫数据聚类分析算法．并详细论述了该算法在电梯交通时段自动划分中的具体应用,MATLAB仿真表明该算法可以有效减少聚类数据的冗余信息,对解决交通时段自动划分等数据聚类问题是可行的和有效的．     

基于聚类算法的客户分析在通讯行业中的应用研究

根据某通信运营商经营分析系统的要求,改进并实现了一种新的聚类算法,对该运营商的客户概况进行分析。在运算过程中,滤去与其它类较远且类内数据点较少的噪声数据,消除噪声数据对整体聚类的影响,在一定程度上减少了人为因素的影响。从该系统的实际运行情况看,效率较高,结果可信,达到了客户的要求。     

基于模糊聚类的电力系统负荷特性分析

以变电站负荷构成比例作为基本特征向量,提出采用自适应矢量量化(AVQ)神经网络模糊聚类方法对电力负荷特性进行分类与综合.将AVQ神经网络模糊聚类方法和模糊C均值(FCM)聚妾方法进行了对比研究.通过对福建电网44个变电站进行聚类分析,得出两种聚类方法不仅具有良好的聚类综合能力,同时能够通过优化理论获得聚类中心矩阵,与其他聚类方法相比有明显优势;两者相比,AVQ神经网络模糊聚类算法本身机时小,处理速度更快,而且结果更为合理.     

基于模糊聚类与模板叠合的色织物自动判析

采用模糊聚类与模板叠合判定技术相结合的方法实现了色织物组织点颜色的自动判析,得到色纱的排列图和颜色分类后的织物图像,可用于进一步的组织识别和叠合验证。文中首次提出了一种力学拉伸矫正和清晰化与图像处理组合的技术,对于解决以往织物组织图像的识别困难效果显著,是织物图像分析中的实质性进步。     

一种基于形式概念分析的Web文档标签聚类方法

针对现有搜索引擎的搜索结果数目庞大要从中找到有用信息十分困难的问题,基于将Web搜索结果进行聚类可以方便用户快速浏览搜索结果的思想,提出了一种基于形式概念分析的Web搜索结果聚类方法。首先从搜索结果中集中提取关键短语和非关键短语,然后从搜索结果集到关键短语和非关键短语集上建立形式背景,采用一种较快概念格生成算法在该形式背景上生成概念格,概念格上的一个概念表达了具有确定意义的主题,即得到Web搜索结果的一个类:每个概念内涵具有的关键短语或非关键短语作为类标记;概念的外延所包含的搜索结果文档作为该类的内容;搜索结果各个类之间的层次关系通过概念格上的层次关系得以体现。     

基于主成分分析法与聚类分析法的安全指标体系优化

航天发射试验安全评价中涉及众多风险指标,各指标的选取是否合理,将直接影响安全评估的结果。采用层次分析法对影响航天发射试验安全的设备操作人员评估指标体系进行权重确定,并对评估指标进行了重要性检验,删除相对不重要的指标。采用主成分分析法与聚类分析法结合的方式解决指标之间存在信息重叠且具有一定相关性的问题,实现了指标体系的优化。