数据挖掘中变量聚类方法的应用研究

讨论了变量聚类方法中相同类型变量相似性测度方法,首次提出一种关于混合变量间相似性测度的方法。并将基于变量的聚类分析和模糊聚类结合起来,为解决数据挖掘中基于变量聚类问题提供了有效的分析工具。最后给出一个应用实例。     

神经网络建模的变量聚类分析方法

针对神经网络建模需尽量减少输入变量及输入变量要充分解释输出变量的问题,研究了变量聚类分析方法,提出了变量选取原则并对这些原则进行了基于信息论的理论推导,开发了基于聚类分析的神经网络软件。实际应用表明,这种基于精确数学分析进行的神经网络变量的选取是行之有效的。     

基于语义的手机图像颜色提取方法

为了能够准确提取彩色图像中的颜色区域,提出基于语义的手机图像颜色提取方法。该方法通过语义描述划分颜色区域,采用模糊聚类算法将图像中的像素聚类到各个颜色区域。实验结果证明,该方法在手机中实现了根据语义需求提取某一颜色区域,在对图像的边缘检测和模式识别中具有很高的应用价值。     

数据库关键条件属性集确定方法及应用

在大数据库中确定关键条件属性集,是使用基于粗集理论的集合论生成分类规则算法的重要步骤。该文在简述分类规则形成算法的基础上,对确定关键条件属性集的模糊聚类算法进行了详细的讨论,并给出该方法应用的一个实例。     

一种模糊规则提取方法的研究

提出了一种基于改进的模糊 C 均值聚类的模糊规则提取方法。然后基于所提取的模糊规则给出了一种分类算法,并利用 IRIS 数据对此分类算法进行了仿真测试。结果表明,该算法在训练祥本较少的情况下,仍能得到很好的分类效果,由此说明所提出的模糊规则生成方法有效。     

彩色遥感图像目标提取方法研究

目标提取是对遥感图像进行分析处理的一个重要内容。针对彩色遥感图像的特征,首先采用了传统的边缘检测方法,验证其存在的不足。进而运用模糊聚类分析的模糊C-均值算法,选择适当的正交彩色特征,实现了对图像中目标区域的有效分割与快速提取,为遥感图像识别与计算提供了可靠的基础。研究实例表明了算法的有效性。     

一种新的模糊规则提取方法

提出了一种新的模糊规则提取方法,该方法先采用基于山峰函数的减法聚类法自适应地确定初始的聚类中心,然后由此构造动态自组织神经网络进行学习,在学习的过程中可根据情况适当地合并或分裂神经元,并重构神经网络继续学习,最后按聚类中心确定模糊子集数目和隶属函数并形成模糊规则集.实验结果表明,通过网络结构和神经元的动态自适应变化能够获取样本集中的模糊信息,形成直观的模糊规则.     

基于隐含变量的聚类集成模型

聚类集成能成为机器学习活跃的研究热点,是因为聚类集成能够保护私有信息、分布式处理数据和对知识进行重用,此外,噪声和孤立点对结果的影响较小.主要工作包括:第一,分析了把每一个基聚类器看成是原数据的一个属性这种处理方式的优越性,发现按此方法建立起来的聚类集成算法就具有良好的扩展性和灵活性;第二,在此基础之上,建立了latent variable cluster ensemble(LVCE)概率模型进行聚类集成,并且给出了LVCE 模型的Markovchain Monte Carlo(MCMC)算法.实验结果表明,LVCE 模型的MCMC 算法能够进行聚类集成并且达到良好的效果,同时可以体现数据聚类的紧密程度.     

基于GA的SAR图像中主干道路提取

从高分辨率合成孔径雷达(SAR)图像中提取道路及其他线性特征已成为目前遥感图像信息提取研究的热点。由于高分辨率SAR图像中，目标背景复杂，同时由于受相干斑噪声的影响，因此很难直接从原始图像数据中提取道路特征。为了能够从背景复杂，受斑点噪声干扰的高分辨率SAR图像中准确提取道路，提出了一种利用遗传算法提取主干道路的方法。该方法利用模糊C均值聚类法对滤波后的SAR图像进行无监督聚类，首先将图像分为林地、建筑物、道路等基本类，并将道路类像素从图像中分离出来，使问题得到简化；然后根据道路类像素的隶属度和道路像素灰度值的均匀特性来建立具体的道路模型；最后利用遗传算法搜索全局最优道路。实验结果表明，该方法可以很好地从SAR图像中提取各种主干道路。     

化工过程多变量报警阈值优化方法

化工过程变量通常具有较强的相关性,从多变量的角度研究过程参数报警阈值的优化具有实际意义。论文针对实际生产过程中存在着大量无效报警问题,结合多变量报警相关性分析,提出了一类多变量报警阈值优化设计的新方法。首先基于过程参数的历史数据,应用基于皮尔逊相关系数法的凝聚层次聚类方法对报警进行聚类分组,然后采用基于差异驱动原理的赋权方法对报警进行优先级排序,最后遵循报警优先级高优先处理的原则,结合漏报警及误报警概率建立过程报警阈值优化的目标函数,并采用数值优化的方法进行求解,得到最优的报警阈值。对于TE过程进行了实验,结果验证了所提方法的优势。     

热轧过程加热炉能源监测系统的开发

加热炉是钢铁、冶金、化工等工业部门中重要的加热设备,热轧过程加热炉的能源消耗在冶金行业中占有很大比重.利用计算机的精准运算能力来监测加热炉能源消耗情况,为能源优化策略提供有效的数据,实现低空气过剩的燃烧控制,提高了燃烧效率.     

基于关键节点的网络热点信息抽取

首先通过实验论证社交网络关键节点对热点信息的产生、传播、引导具有重要作用。在此基础上,关键节点的热点信息按如下方式进行处理:1）对单条信息进行分词处理,得到其切分词集合,滤出其中无意义的切分词;2）将得到的切分词进行重新拼接,滤除其中无意义拼接序列,得到单条热点信息的摘要;3）合并同一含义的热点信息摘要,得到热点信息摘要集合,即为网络热点信息。通过上述一系列的操作,较大幅度地提升了热点信息抽取的准确性和全面性,在社交网络上得到了良好的验证结果。     

热轧机伸缩轴扭矩的建模与控制

热轧机伸缩轴断裂是澳大利亚某钢铁厂经常遇到的问题.机械故障分析的结果表明,故障产生的主要原因是伸缩轴扭矩超高.而伸缩轴扭矩超高则由钢锭进入轧辊时的机械冲击引起.因此,我们使用系统辨识的方法建立了一个伸缩轴扭矩与轧辊和钢锭速度差之间的定量关系.仿真试验显示,通过减少钢锭咬入时轧辊和钢锭的速度差,我们可将伸缩轴的扭矩增益系数控制在适当的范围,从而达到减少伸缩轴断裂事故的目的.     

热轧带钢卷取温度的模糊神经网络预测函数控制

本文采用T S模糊神经网络建立了热连轧带钢卷取温度控制模型，并在该模型的基础上提出了一种在线计算量较小、计算速度较快的预测函数控制算法．应用该算法对热连轧带钢卷取温度的精冷区控制进行了仿真研究；结果表明，该控制器能够把带钢卷取温度控制在预定的范围内，控制精度能够满足生产要求．     

模糊控制在热轧机中的应用

某厂热轧试验机是试验钢轧制的重要设备,以前采用传统的厚度自动控制方法,当来料规格变化大时,出口厚度偏差大,本文在深入分析热轧试验机工作原理的基础上,将模糊控制技术应用于厚度控制系统中,提出了一种基于模糊控制的试验轧机厚度自动控制方法,通过仿真试验,采用新方法的试验轧机具有很好的鲁棒性和控制精度。     

视频关键帧提取的可能性C-模式聚类算法

提出一种视频关键帧提取方法,以可能性C-模式聚类为基础,选用主色调和次色调描述视频图像的特征,从而无需镜头分割即可直接提取视频的关键帧．实验表明,该方法能够根据视频内容的复杂度有效地提取出最具代表性的关键帧,且具有较高的鲁棒性．     

Optimization of Rolling Force Distribution Based on Niche Genetic Algorithm in Continuous Hot Rolling Mills

Based on the niche genetic algorithm, the intelligent and optimizing model for the rolling force distribution in hot strip mills was put forward. The research showed that the model had many advantages such as fast searching speed, high calculating pre- cision and suiting for on-line calculation. A good strip shape could be achieved by using the model and it is appropriate and practica-ble for rolling producing.     

基于热轧钢坯温度优化的综合优化控制方法的研究

提出了热轧生产过程的综合集成控制策略．实现了将轧制生产的过程参数信息反馈到加热生产工序，对加热炉炉温设定进行基于轧制参数信息的动态调节．仿真结果表明，采用该策略能够有效地降低热轧生产能耗，保证轧制生产的顺利进行．     

快速监控FMN在热连轧上的应用研究

研究了快速监控FMN在热连轧上的应用,提高头部命中率是投入绝对AGC所要求的,它的重要手段是靠提高设定模型精度、模型自学习的收敛速度。为进一步提高带坯全长厚控精度及控制品质,依靠液压压下快速移动特性及利用快速监控FMN功能。以热连轧模型增量方程为核心,对不同轧制规程,给出了兼顾板厚与板形FMN动作表。在鞍钢1700ASP热轧现场中的实际应用表明,此算法是正确的,它可大幅度地改善板卷头部的厚度精度。     

连铸—热轧一体化生产制定轧制单位的模型和算法

针对连铸—热轧一体化生产中 ,约束条件多且不匹配、工艺路径连续运行等特点 ,借助车辆路径问题的思想给出了制定轧制单位的数学模型 ,并基于禁忌搜索算法设计出一种求解策略 .数据实验结果表明 :与人工排程相比 ,应用本文方法形成轧制单位的板坯数平均增加了 2 2 % ,对轧辊磨损的惩罚值平均减少了6 3% ,并且排程时间明显缩短 .