基于特征加权的模糊聚类算法研究

模糊聚类分析是非监督模式分类的一个分支,在模式识别中有着重要的地位。在FCM算法中,考虑到样本矢量中各维特征对模式分类的不同影响,本文引入一种基于特征加权的模糊聚类算法,该算法考虑了各维特征对分类的贡献不同,从而对数据进行了更有效的分类。     

改进的室内三维模糊位置指纹定位算法

提出了改进的三维空间模糊指纹定位方法(ITF)。该方法首先采用高斯模型对样本节点和未知节点的RSSI值进行过滤,建立样本点的指纹数据库,并将传统的求解高次坐标问题转换成空间隶属度的问题。利用模糊匹配算法计算未知节点与指纹库中各个已知样本点的贴近度,通过贴近度权系数定位未知节点。实验结果表明该定位方法比传统定位算法在降低误差方面具有更高的性能。     

基于模糊TOPSIS的绿色供应链绩效评价

针对绿色供应链管理问题,建立改进的绿色供应链综合绩效评价体系,运用模糊TOPSIS方法构建模糊加权评价矩阵,计算出了各方案与理想解之间的相对贴近度,从而比较不同方案之间的差别,为供应链绩效的评价提供重要决策依据.实证分析验证了该方法的实用性和有效性.     

基于模糊加权论证方法的模糊神经网络

在‘Mamdani'论证方法的基础上提出改进的模糊加权推理方法.模糊神经网络是以改进模糊加权论证方法为基础发展起来的.网络加权和成员函数最优化的相互匹配在应用发展规则系统的条件下进行.模糊规则可根据网络加权而获得,网络模型的有效性和最优化程度可以由仿真实验检验.     

基于改进加权压缩近邻与最近边界规则SVM训练样本约减选择算法

大规模的训练集中通常含有许多相似样本和大量对分类器模型构造“无用”的冗余信息,利用全部样本进行训练不但会增加训练时间,还可能因为出现“过拟合”现象而导致泛化能力下降。针对这一问题,本文从最具代表性样本与最近边界样本两个角度综合考虑,提出一种基于改进加权压缩近邻与最近边界规则SVM训练样本约减选择算法。该算法考虑到有价值训练样本对SVM分类器性能的重要影响,引进减法聚类利用改进的加权压缩近邻方法选择最具代表性的样本进行训练,在此基础上利用最近边界规则在随机小样本池中选择边界样本提高分类精度。在UCI和KDD Cup 1999数据集上的实验结果表明,本文的算法能够有效地去除大训练集中的冗余信息,以较少的样本获得更好的分类性能。     

基于模糊聚类的市场比较法改进研究

市场比较法是目前房地产界估价、定价最常用的方法之一,但在实际应用当中,传统的市场比较法在确定各特征因素修正系数和选取可比实例时,多是根据估价人员的主观判断,因而影响估价结果的准确性。本文通过分析市场比较法运用过程中经常遇到的问题,根据模糊数学理论,引入模糊聚类分析和隶属度、贴近度的概念,并考虑不同特征因素对价格影响的重要程度,而给予相应的权重,改进了传统的市场比较法,从而提高了市场比较法估价结果的准确性。     

一种基于加权图模型的手指静脉识别方法

提出一种基于加权图模型的手指静脉网络特征描述方法。对于一幅手指静脉图像,通过图像划分获得图的顶点集,利用三角剖分获得图的边集,边的权重由边所连接顶点之间的特征相似度决定。通过这种方式,一幅手指静脉图像可转化为一个加权图,并通过度量加权图邻接矩阵之间的相似度实现手指静脉识别。详细研究影响识别结果的几个因素,并通过试验证明了该方法的有效性。     

特色县区发展状况的加权模糊聚类法

针对我国不同特色县区之间社会发展不平衡的问题,通过建立评价指标体系,运用加权模糊聚类分析方法,对各种不同特色县区的社会综合发展情况进行了评估,最后通过编制程序,设定不同的置信水平,得到了一系列的相关聚类结果.     

双边加权直方图模糊C-均值聚类分割算法

针对小目标图像分割的问题,提出一种双边加权直方图模糊C-均值聚类分割算法。该算法将样本信息和几何结构信息作为权值,对传统模糊C-均值聚类分割算法进行双边加权。并对加权聚类分割目标函数进行最优化推导,获得迭代求解的隶属度、聚类中心和聚类几何信息权表达式。对比实验表明,该分割算法能得到较好的分割效果。     

基于加权近邻保持嵌入的高光谱数据降维方法

为降低高光谱数据的信息冗余以提高其分类精度,采用加权距离度量测度来衡量样本间的相似度并进而选择近邻样本,提出一种加权近邻保持嵌入数据降维(WNPE)算法.加权距离的主要思想为根据数据点附近样本点的分布来自适应地决定距离函数,由此可以避免基于标准欧氏距离的近邻选择方法产生的数据冗余现象,从而更好地提取信息量大的光谱波段.CUPRITE矿区高光谱数据上的实验结果表明,与目前具有代表性的稀疏降维和基于流形学习的降维算法对比,WNPE能够有效提高高光谱数据的分类总精度和Kappa系数,分别达到了90.97%和0.878 6.     

改进模糊聚类方法的物流园交通小区划分

为获取物流园交通小区的最佳分类结果,首先对物流园进行定性划分,然后构造加权模糊相似矩阵,再利用邻接矩阵对加权模糊相似矩阵进行修正,采用改进的模糊聚类方法对小区进行聚类合并,并且基于类内距离和类间距离构造F指标以确定最佳分类数.实验结果表明,基于改进的模糊聚类方法能够较大程度地减少物流园交通小区数量,并且能够快速得到较好的小区分类,还能避免将地理位置不相邻的小区划分为同一类.     

可调路径长度和簇系数的加权无标度网络模型研究

以无权的高簇系数的Holme和Kim（HK）模型为基础,联系实际网络所应该具备的权重,引进了一种动态的赋权机制,提出了一种更大范围可路径长度和调簇系数的加权无标度网络模型.分析和仿真表明：大范围可调路径长度和簇系数的加权无标度网络模型不仅继承了HK模型的高聚类效应和无标度特性,且它的调节手段更丰富,调节范围更大,实现了无标度特性与小世界特性的统一.     

一种改进的FCM聚类算法及其在赤潮预测中的应用

针对传统FCM算法的不足，文中提出了一种改进的FCM算法，利用样本与聚类中心相似关系确定各样本对聚类中心的影响系数并对欧氏距离进行加权，使得聚类过程更加迅速，聚类结果更加稳定精确．最后的数据仿真结果也证明本文所作的改进是行之有效的．将改进的算法应用到赤潮预测预警中，直观地反映了海洋要素样本的分布情况，为赤潮预测预警展示了一种新方法．     

一种改进的FCM聚类算法及其在赤潮预测中的应用

针对传统FCM算法的不足,文中提出了一种改进的FCM算法,利用样本与聚类中心相似关系确定各样本对聚类中心的影响系数并对欧氏距离进行加权,使得聚类过程更加迅速,聚类结果更加稳定精确.最后的数据仿真结果也证明本文所作的改进是行之有效的.将改进的算法应用到赤潮预测预警中,直观地反映了海洋要素样本的分布情况,为赤潮预测预警展示了一种新方法.     

模糊聚类算法分析及应用

模糊聚类分析算法是对聚类算法的改进,笔者讨论了算法的基本原理、数据的处理方法,并用模糊聚类方法对教师授课效果进行分类分析,选取适当的相似系数,建立模糊矩阵,用动态聚类法进行分类分析,实现了量化评价与综合评价相结合,提高了评价水平,为今后确定评价指标提供了可靠的依据．     

一种基于未知度的区间值加权模糊推理方法

基于Vague集未知度给出一种新的区间值加权模糊推理方法,将精确量的推理规则区间值模糊化,并给出加权的基于Vague集未知度的相似度量方法,用以确定事实为区间值的模糊控制匹配函数,通过实例分析表明,该推理方法过程比较简单,具有较好的实用价值。     

基于实例灰色模糊聚类的造价快速估算

针对可行性研究阶段往往难以可靠、及时地进行造价估算的问题,提出了基于造价实例灰色模糊聚类的造价快速估算模型.模型将灰色关联分析和模糊聚类相结合,通过计算待估算实例和参考实例设计指标参数间的综合相似贴近性灰色关联度,以考察二者的相似性;以综合相似度集为初始数据构造各实例的相似矩阵,采用模糊传递闭包法计算等价矩阵,然后取不同的阀值以实现实例动态聚类,最终筛选出与待估算实例最相关的实例集合,实例集造价区间即为估算造价最可能区间,采用k折交叉法验证模型的可靠性.最后以办公楼造价估算16个实例,验证估价模型的有效性和可靠性.结果表明,该模型能够快速有效地估算工程造价,为造价估算提供了一种新方法.     

一种基于十八元语言值模糊相似矩阵的聚类方法

基于18元语言值格蕴涵代数,提出了语言值模糊集的语言值模糊相似度概念,给出平均语言值模糊相似度计算公式,并证明了其合理性;然后构建了语言值模糊相似矩阵、语言值模糊等价矩阵及语言值模糊矩阵的λ-截矩阵;最后提出了一种基于语言值模糊相似矩阵的聚类新方法,并给出了实例验证。     

基于遗传算法的动态模糊聚类基于遗传算法的动态模糊聚类

提出了一种基于遗传算法的动态模糊聚类方法。通过计算样本之间的模糊相似性,不失真地反映它们之间的内在关联。同时将样本之间的模糊相似性映射到样本之间的欧氏距离,即将高维样本映射到二维平面。利用遗传算法不断优化两者之间的映射,使样本之间的欧氏距离逐步趋近于其模糊相似性,实现动态模糊聚类。克服了聚类有效性对样本分布的依赖性;同时,增加了聚类的灵活性和可视化。该方法在性能上较经典的模糊聚类算法有一定改进,具有较好的聚类效果和较快的收敛速度。仿真实验结果证明了该方法的可行性和有效性。