灰色模糊聚类理论在干旱评价中的应用

应用灰色模糊聚类理论,分析了含有分区评价指标体系和考虑不同评价权重的分区优选问题.利用指标权重将评价指标联系在一起,在评价分区与理想分区关联度基础上进行灰色模糊聚类,实现分区优选,为区域干旱评价提供一种新的思路和方法.以迁安市为例,对迁安市的干旱程度进行综合评价,结果表明灰色模糊聚类分析法在区域干旱评价中是适用的.     

广西公路三级自然区划指标和方案研究

针对全国公路一、二级自然区划的指标体系的局限性、宽泛性和在时效性方面的缺陷,充分考虑广西当地自然环境条件,制定适应广西公路自然区划的指标选取依据和体系标准(气候、地貌地质),提出广西公路自然区划方案(区划图和指标分类表),并以此为据系统全面的制定广西各三级小区主要公路病害及对公路工程的影响表,以便来服务于广西公路工程的建设.     

季冻区公路路基病害与设计研究

吉林省按照公路自然区划隶属于季节性冰冻地区,公路路基面临着±30qC的温度变化．冬季,路基在低温、土质及湿度耦合作用下,容易产生冻胀现象;而春季升温时,由于高温、土质及温度的耦合作用,使路基易产生翻浆现象。我国现行半刚性基层沥青路面的设计规范中,给出16种特殊路基的处理方法,但不包括季冻区路基。本文在大量调查季冻区公路路基病的基础上,提出了对季冻区路基设计补充控制指标的思想．采用这一思路进行季冻区公路设计,则对于路基病害有很强的针对性．     

灰色系统理论在泰安市大气环评中的应用

运用灰色系统理论中的灰色聚类评判方法,考虑泰安市区的岱宗坊(居民区)、火车站(工业区)、迎春(混合区)三个采样点为聚类对象,SO2、NOX、TSP三个评价因子为聚类指标,一级标准、二级标准、三级标准三个灰类为聚类灰数,对泰安市区大气环境质量进行了评价.评价结果表明:火车站点污染较重,迎春次之,岱宗坊污染程度最轻,与实际情况相符合.     

基于双维量化法的坡面径流强度指数计算

依据甘肃省公路三级自然区划部分研究成果,在用德尔斐法构建评估体系中评价指标的基础上,以专家评分的方式,设计了两个供专家评价的变量,即等级评分变量和重要性秩次变量,并以二者的比值作为评价指标的权重系数,算出了甘肃公路水文区划坡面径流强度指数.     

凉山州国土综合整治分区

运用主成分分析和模糊聚类相结合的方法按照区、亚区、季区三层分区模式对四川省凉山彝族自治州进行了以国土综合整治为目的分区。明确了各区域的特点和潜在优势,为凉山州区域经济的发展提供了必要的决策支持。     

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.     

基于道路交通安全综合风险水平的城市模糊聚类评价

为了评价城市系统对其道路交通安全综合风险控制子系统的影响作用,应用系统动力学相关理论,对城市系统间影响作用进行分析,提出了城市道路交通安全综合风险水平和交通事故的绝对损害系数的概念.以综合风险水平为外部表征量,以系统内部构成要素为指针,借助绝对损害系数,应用相关系数距离识别等方法构建聚类评价指标体系;在此基础上,针对性研究模糊C均值(FCM)聚类的具体应用方法.研究表明:城市道路交通安全综合风险水平可以作为城市系统间影响作用的一个表征量;以绝对损害系数为参照,能够构建8个指标构成的具有正相关性的评价指标体系;应用所提聚类评价方法,能够对不同规模城市系统进行模糊聚类,聚类结果可以横向等级量化评价城市系统对其道路交通安全综合风险控制子系统的影响作用.     

图像处理技术测定纱线混纺比——特征值选择的系统聚类和模糊C均值聚类

基于已有的特征指标,对涤和棉纤维的各特征值进行选择和分类.利用系统聚类和模糊C均值聚类方法,对特征指标进行了比较,最终选用异形度指标对纤维进行分类,实现了纱线混纺比的计算.研究表明,对于涤棉混纺纱线,异形度指标可以很好地反映纤维间的差异.模糊C均值聚类方法较系统聚类方法,能有效地将纤维区别开来.     

基于核模糊C均值指纹库管理的WIFI室内定位方法

针对目前已有的基于指纹的WIFI室内定位指纹库的管理方法对野值和噪声的敏感性,提出一种基于核模糊C均值聚类的指纹库管理的室内定位方法.利用核函数将指纹库从低维空间映射到高维空间并结合模糊聚类方法在高维空间进行指纹库管理,并在管理后的指纹库上进行定位匹配.将指纹库映射到高维空间可以使指纹库中的数据线性可分,从而实现更好的聚类.核模糊C均值(KFCM-Ⅱ)的聚类鲁棒性能够降低聚类对噪声和野值的敏感性,从而保证系统的鲁棒性.在实测数据的实验中,将所提出的方法与基于K均值聚类和基于模糊C均值聚类的室内定位方法进行对比,实验结果表明,所提出的方法相较于K均值方法和模糊C均值方法聚类准确度分别提高了14.20%和10.58%,定位精度分别提高了26.98%和20.43%.     

遗传算法-模糊聚类动态模糊神经网络辨识

针对非线性系统辨识特点,在剖析具有递归环节的T-S模糊神经网络结构的同时,提出了一种新型的3步设计优化方案,即非线性区域的线性划分、离线训练和在线辨识.将融合了模糊c-mean聚类(GA-FCM)(称为双群体并行聚类)算法引入到RTSFNN中,对非线性系统的输入输出空间进行聚类(线性划分),再在每个线性区域上建立ARMAX模型;利用GA实数编码,同时优化前件隶属函数的中心和宽度、递归增益及后件参数;在线时利用FCM在线分析输入数据特征,确定是否对现有划分进行改动,并利用GA迭代一定代数优化其他参数,直到误差满足要求为止.通过对非线性动态系统的辨识仿真,验证了所提出方法在训练时的寻优速度、训练误差及校验误差指标上均有很大优势.     

核模糊谱聚类LOF降噪方法研究

为解决核模糊相似性度量谱聚类算法的样本点降噪问题,优化聚类效果和稳定性,本文从分析异常点分布特性出发,引入局部异常因子（LOF）算法,提出聚类中心候选对象的概念,过滤数据集的噪声数据,从而优化初始聚类中心的计算,突出正常样本点在聚类中心调整中的影响力,使聚类算法更易于得出准确的聚类结果. 同时提出一种局部过滤因子以修正相似性度量的方法,该方法通过放大正常数据之间的权值、缩小正常数据与噪声数据间的权值,使优化后的核模糊谱聚类算法大大降低对异常点的敏感度. 算法有效性实验和算法稳定性实验表明：该方法对相似性度量修正的有效性使核模糊谱聚类算法更为稳定和鲁棒.     

基于粗糙集属性贴近度的聚类方法与应用

利用基于粗糙集对象属性贴近度的模糊聚类方法,解决信息表中属性值定性和定量描述并存情况的聚类问题。首先,给出对象的属性贴近度公式;然后利用该公式建立模糊矩阵,进而给出聚类方法。最后以实例说明该方法。     

基于模糊划分的针织纱质量综合评价方法的研究

针对目前针织用纱质量没有统一评价标准的问题，应用CTT（Constant Tension Transport）测试系统，选取测试了几个有代表性的指标对纱线性能进行客观的综合评价．文章构建了样本隶属函数，用迭代的方法得到最优模糊划分系数，以最大隶属度原则对样本进行分类，最后应用F统计量和聚类有效性函数值来分别检验分类的合理性和聚类的有效性．这种模糊划分评价方法有效减少了人为因素的影响，为纱线的定量评价提供了方法．     

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。     

基于递归聚类与相似性的模糊神经网络结构设计

针对模糊神经网络结构设计问题,提出一种基于递归聚类与相似性的结构设计方法.首先,提出以输出变化强度为导向、以结构细分为手段的递归聚类方法对网络初始结构进行设计.其次,通过计算模糊规则的相似性,将高度相似的规则进行合并,在保持良好精度的前提下,对网络初始结构进行简化.最后,通过函数逼近、非线性系统辨识仿真实验验证了方法的可行性和有效性.     

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．     

基于模糊聚类分析的网络安全综合评价

模糊聚类分析主要用于研究样本的分类问题。利用层次分析方法给出了样本指标的权重,进一步引入了加权相似系数和加权距离系数的计算公式。在该系数的基础上,提出了一种既能考虑到样本之间的值贴近程度,又能考虑到样本之间的形贴近程度的改进统计量——相似度,用相似度矩阵替代传统的相似矩阵,得到了模糊聚类分析方法的改进。将其应用到网络安全综合评价实际样本数据的聚类分析中,结果表明改进的模糊聚类分析方法是有效的。