数据挖掘中的模糊聚类分析

该文提出了一种用于数据挖掘的基于模糊集的聚类分析方法,论述了该方法的聚类过程,并给出了聚类分析的实例和程序模块流程。     

系统聚类在客户关系管理的的研究与应用

介绍了数据挖掘领域中对聚类分析的典型要求,讨论了粗糙集和集对分析对信息系统的知识约简,提出了一种基于粗糙集联系度的聚类分析方法,论述了该方法的聚类过程,并给出了聚类分析的实例。     

系统聚类在客户关系管理中的研究与应用

提出了一种基于粗糙集联系度的聚类分析新方法,首先用粗糙集和集对分析理论对信息系统进行知识约简,然后用聚类的方法对约简后的信息系统进行聚类分析,论述了该方法的聚类过程,并给出了聚类分析的实例。     

模糊聚类分析系统的研究与实现

针对目前多种模糊聚类算法组合应用研究较少的现状,在分别对基于模糊等价关系和基于模糊等价划分这两种模糊聚类分析方法进行了较为深入研究的基础上,根据两种方法的特点,构建了一种组合式模糊聚类分析方法。采用VC++与Fortran6.5语言混合编程,开发了一套模糊聚类分析系统,分别实现了基于模糊等价关系法、基于模糊ISODATA法和基于组合式模糊聚类法的模糊聚类分析,并将其应用于电力系统中不良数据的辨识处理,取得了较为理想的效果。实例分析表明,组合式算法能够有效克服单独使用某种模糊聚类算法的缺点,同时也反映出该模糊聚类分析系统具有聚类方法选取灵活、软件界面友好、计算速度快等特点,有良好的应用前景。     

基于改进演化算法的空间数据聚类方法

分析空间数据的特点和用常规方法进行空间数据聚类分析的难点与不足,提出一种基于改进的演化算法空间数据聚类方法——SDCEA。解决用传统方法进行空间数据聚类分析时存在的问题,增强聚类分析方法的灵活性和有效性。实验结果表明,对于空间数据的聚类分析问题,该算法具有很好的性能。     

模糊聚类分析方法在DNA序列分类中的应用

该文采用模糊聚类分析的方法对DNA序列进行分类.首先从DNA序列中单个碱基分布的“密度”角度出发,提取出DNA序列的特征,然后用模糊聚类分析中常用的方法对DNA序列进行分类.该文运用自行研制开发的集成11种模糊聚类分析算法的模糊聚类分析运算工具,首先对已知的1-20个DNA序列进行模糊聚类分析,根据分类结果的精度,找出了较优的6种聚类分析算法,然后用余下的21-40个DNA序列进行分类;最后,本文一次对所有的1-40个DNA序列进行归类,并综合了所有的分类结果,将难以归类的DNA序列进行了归类.分析结果表明,模糊聚类分析算法具有分类简单且分类结果精度较高的优点.     

模糊聚类在种群遗传分化分析中的应用

聚类分析是数据挖掘技术中的一种重要的分类方法,有着广泛的实际应用。现实的分类问题往往伴有模糊性,对具有相似关系的元素进行分类,需要将相似矩阵改造为等价矩阵。而要将相似矩阵改造为等价矩阵,只需要求相似矩阵的传递闭包。文章将模糊聚类分析传递闭包方法应用于生物种群遗传分化的研究,进行了实例分析,给出了模糊聚类分析传递闭包方法的实现过程和聚类分析结果。     

基于SMC协议的分布式聚类分析隐私保护的研究

针对基于欧几里得距离的聚类分析隐私保护问题,提出了一种新的隐私保护方法.该方法将安全多方计算协议运用于水平分布和垂直分布两种数据模型上,使得对该两种数据模型进行聚类分析时既满足了保护隐私的前提,又保证了数据间欧几里得距离不变(即挖掘结果的准确性).     

基于Vague集的模糊聚类方法

提出了一种新的基于Vague相似关系的聚类方法。通过构造Vague相似关系矩阵,运用编网法进行模糊聚类分析,使得聚类分析的结果更加全面。用具体实例验证方法的有效性。     

基于Matlab的多层模糊聚类分析在学评教系统中的应用

基于Matlab平台实现了多层模糊聚类分析算法的编制。利用此算法对学评教系统进行了分类区划,为多层模糊聚类分析的应用提供了一种简便的快速运算方法。     

一种异构的Linux集群解决方案

简要介绍了集群的技术及其在Linux上的发展现状,分析了桌子新的集群实现技术,并且指出实用的集群系统的不足,提出一种强化了可管理性和数据一致性的异构Linux集群解决方案,以邮件集群系统为例进一步阐明异构集群系统的特性。     

Scalable visual assessment of cluster tendency for large data sets

The problem of determining whether clusters are present in a data set (i.e., assessment of cluster tendency) is an important first step in cluster analysis. The visual assessment of cluster tendency (VAT) tool has been successful in determining potential cluster structure of various data sets, but it can be computationally expensive for large data sets. In this article, we present a new scalable, sample-based version of VAT, which is feasible for large data sets. We include analysis and numerical examples that demonstrate the new scalable VAT algorithm.     

双机热备份机群的可信性建模分析与比较

机群系统已成为高性能计算机和服务器发展的主流，机群的可信性分析是机群研究的热点之一．本文深入研究了机群可信性建模的理论，对构成当前高可用机群系统的主要模式之一的双机热备份机群，建立多种可信性模型，着重于模型准确性与有效性的分析与比较，探讨机群的可信性模型的理论基础．     

Oligothetic characterisation of clusters

In this paper we describe a method for generating an oligothetic characterisation of clusters, i.e. a characterisation in terms of a few properties which are also meaningful in other contexts independent of the cluster analysis. We argue that such a characterisation enhances the usefulness of cluster analysis in scientific research. Several biological examples are given.     

Cluster synchronisation of directed complex dynamical networks with nonidentical nodes via pinning control

In this article, we study the cluster synchronisation problem of directed complex dynamical networks through controlling some specific nodes. This method explains which nodes should be chosen as pinned candidates. Owing to the special structure of cluster network, the number of such nodes is extremely small. In our model, we consider a directed network whose nodes in different clusters are nonidentical. Then some sufficient conditions to guarantee cluster synchronisation in the coupled network are presented. Finally, numerical examples are given to verify our theoretical analysis.     

基于 Elasticsearch 的实时集群日志采集和分析系统实现

传统日志工具采集时间长、处理效率低下,无法支持大规模集群日志采集和分析需求。我们从实际需求出发,结合Flume和Elasticsearch设计实现了集群日志的实时采集和快速查询分析系统。通过预设日志规则库,实时统计并展示集群系统的运行状态,提供预警信息。     

一种符号型增量数据标签算法

数据标签是一种提高增量数据聚类效率的简单而有效的方法.数据标签就是分配每个新增数据点到与之最相似的簇的过程.符号数据分析的难点之一在于缺少一种恰当的方法来定义数据点与数据簇之间的相似性.为此,将簇代表定义为簇中所有属性的属性值及其在簇中的频率构成的列表,用信息熵的变化来定义“点-簇”不相似性.基于此不相似性度量,设计了一个符号型增量数据标签算法来分配无标记数据到恰当的簇.在公开数据集和文本语料上的对比实验表明,该数据标签算法不但数据标记精度高、时间开销小,而且有较好的可伸缩性.     

WSN中层次性簇聚路由选择算法中的一种优化策略

对层次性簇聚路由算法,提出了一种优化策略。具体实施是在已选出的多个簇首中,以能量均衡损耗和节能为依据,设计一个优化路由机制．选出一个二级簇首,由该二级簇首与汇点通信。通过分析,该策略能够有效的降低网络的能量损耗,大大延长网络的生命周期。     

Cluster number selection for a small set of samples using theBayesian Ying-Yang model

One major problem in cluster analysis is the determination of the number of clusters. In this paper, we describe both theoretical and experimental results in determining the cluster number for a small set of samples using the Bayesian-Kullback Ying-Yang (BYY) model selection criterion. Under the second-order approximation, we derive a new equation for estimating the smoothing parameter in the cost function. Finally, we propose a gradient descent smoothing parameter estimation approach that avoids complicated integration procedure and gives the same optimal result.