应用灰色聚类法评价湖泊水体富营养化

将湖泊作为一个灰色系统,用灰色聚类法对其水体进行富营养化评价,以便为湖泊的管理提供依据。确定叶绿素a(Chl-a)、总磷(TP)、总氮(TN)、化学需氧量(COD)与透明度(SD)五个污染指标作为聚类指标,参照中国湖泊富营养化评价标准,将富营养化分为6个级别作为6个灰类,并将污染指标监测数据和灰类值进行无量纲化处理;计算各聚类对象的各污染指标对各灰类的白化权函数和聚类权;进而计算出各聚类对象的聚类系数,最后按照最大隶属度原则确定聚类对象所属的类别。并以东昌湖为例,验证了应用灰色聚类法对湖泊水体进行富营养化评价的准确性和实用性。     

变粒度二次聚类方法

为了克服单一聚类算法的不足,将粒度计算与聚类算法相结合,提出基于聚合网络的变粒度二次聚类方法(twice clustering method based on the variable granularity and clustering network, VGTC)。首次聚类的目的是寻找合适的聚合粒层,以发现数据的局部结构,二次聚类在此基础之上完成对论域的聚类操作。创新之处在于依据聚类算法参数的改变来调整聚类的粒度,通过粒度计算将两种聚类算法的优点融合在一起。以基于k均值与层次聚类算法的变粒度自适应二次聚类方法(Twice clustering adaptive method of variable granulation based on k-means and hierarchical clustering algorithms, KHVGTC)为例,从理论和实验验证了VGTC算法的准确率和效率。     

一种新的基因表达数据聚类方法

提出了一种基于样本间关系的新聚类方法,从基因表达数据中通过pearson相关系数获得样本间的关系,并用网络的方法表示这种关系,通过该网络的空间结构特征来提取样本间的关系特征,并在这种关系特征空间中进行样本的聚类．该方法能更好地揭示不同类样本间的差异性,具有聚类空间维数低而无需降维的特点．分别采用本方法与现有的聚类方法对真实的基因表达数据进行了聚类分析,实验结果说明该方法能获得更高的聚类正确率,且对于分布混杂的数据的聚类效果也较好．     

命题逻辑中推理理论的数字形式

本文对简单合取式的主析取范式及简单析取式的主合取范式作了数字形式上的表示,在一定程度上简化了自然推理系统P.     

一个用于传感器网络的分布式节能组簇方法

为使无线传感器网络中结点有效节能进而延长网络生命周期,提出一个新的组簇方法DEEC.DEEC通过局部的结点间消息交换计算出一个簇内数据聚集能耗优化的簇结构模式,而且还包含一个能有效平衡网络能耗负载的方法,能更好地适应周期性收集数据的传感器网络应用.仿真实验表明:DEEC能在较小的网络延迟下把LEACH的网络生命周期延长约45%.     

一种新的混合XML文档聚类方法

为了提高大规模半结构化文档集的聚类质量,提出了一种新的XML文档聚类方法.从XML文档中提取层次路径序列,以此为依据将XML文档表示为VSM中的向量,将欧氏空间对应于粒子群模型的问题空间,采用粒子群聚类方法进行文档聚类.为了加速算法的收敛性,在算法的后续部分采用C-means进行快速局部调优,提出两阶段混合聚类方法,优点是能够跳出局部极值,搜寻整个问题空间的同时又保证了合理的时间.实验结果表明提出的方法具有较高的聚类准确性和较好的收敛程度.     

Niching method using clustering crowding

This study analyzes drift phenomena of deterministic crowding and probabilistic crowding by using equivalence class model and expectation proportion equations. It is proved that the replacement errors of deterministic crowding cause the population converging to a single individual, thus resulting in premature stagnation or losing optional optima. And probabilistic crowding can maintain equilibrium multiple subpopulations as the population size is adequate large. An improved niching method using clustering crowding is proposed. By analyzing topology of fitness landscape using hill valley function and extending the search space for similarity analysis, clustering crowding determines the locality of search space more accurately, thus greatly decreasing replacement errors of crowding. The integration of deterministic and probabilistic replacement increases the capacity of both parallel local hill climbing and maintaining multiple subpopulations. The experimental results optimizing various multimodal functions show that,the performances of clustering crowding, such as the number of effective peaks maintained, average peak ratio and global optimum ratio are uniformly superior to those of the evolutionary algorithms using fitness sharing, simple deterministic crowding and probabilistic crowding.     

Niching method using clustering crowding

This study analyzes drift phenomena of deterministic crowding and probabilistic crowding by using equivalence class model and expectation proportion equations. It is proved that the replacement errors of deterministic crowding cause the population converging to a single individual, thus resulting in premature stagnation or losing optional optima. And probabilistic crowding can maintain equilibrium multiple subpopulations as the population size is adequate large. An improved niching method using clustering crowding is proposed. By analyzing topology of fitness landscape using hill valley function and extending the search space for similarity analysis, clustering crowding determines the locality of search space more accurately, thus greatly decreasing replacement errors of crowding. The integration of deterministic and probabilistic replacement increases the capacity of both parallel local hill climbing and maintaining multiple subpopulations. The experimental results optimizing various multimodal functions show that, the performances of clustering crowding, such as the number of effective peaks maintained, average peak ratio and global optimum ratio are uniformly superior to those of the evolutionary algorithms using fitness sharing, simple deterministic crowding and probabilistic crowding.     

一种聚类质量的评价方法及其应用

提出一种聚类质量的评价方法,它依据以类内相似度和类外相似度描述的相关数据集的自然结构来计算给定聚类结果的分类质量.初步的实验和分析表明,该方法基本符合人类的分类直觉,可以单独用来对聚类结果进行评价,用作对其它评价方法的补充,也可以用来调整人工聚类标准.     

基于特征权重的遗传聚类方法

本文提出的聚类方法与通常的分区聚类方法区别在于 :( 1 )从遗传算法角度考虑聚类问题 ;( 2 )在特征权重基础上构造个体适应度函数 ,通常的聚类方法没有考虑特征对分类的不同影响 ;( 3)用基于罚函数的小生境遗传算法处理聚类问题 ,最大限度地保证搜索到全局最优解和所有局部最优解。算法具有通用性     

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.     

混合属性数据聚类的新方法

提出了一种数值型和类别型混合属性数据聚类的全局算法。算法通过随机选取足够多的初始原型来覆盖数据集的全局分布信息,然后通过评估函数迭代地消去多余的原型。最后对本文算法进行了验证,证明了该算法的有效性和收敛性。并与其他已有同类型算法的聚类结果进行比较,说明本文算法对混合属性数据具有更高的聚类准确度,为解决混合型数据聚类问题提供了一种新途径。     

基于模糊c-均值聚类的微阵列基因表达数据分析

微阵列技术已成为染色体研究的主要工具,但是它所面临的挑战是如何对海量数据进行分析．利用模糊c-均值聚类对这些数据进行分析,从而发现有差异的基因表达．结果表明,模糊聚类是一种用来为微阵列基因表达数据寻找有差异的基因表达的一种有用工具．     

一种提高DBSCAN聚类算法质量的新方法

针对基于密度带有“噪声”的空间聚类应用(DBSCAN)聚类算法存在的3个主要问题: 输入参数敏感、对内存要求高、数据分布不均匀时影响聚类效果,提出了一种基于遗传方法的DBSCAN算法改进方案数据分区中使用遗传思想的DBSCAN算法(DPDGA)来提高聚类质量．利用遗传算法改进K-means算法来获取初始聚类中心;对数据进行划分,在此基础上对划分的每一部分使用DBSCAN算法进行聚类;合并聚类的结果．仿真实验表明,新方法较好解决了传统DBSCAN聚类算法存在的问题,在聚类效率和聚类效果方面均优于传统DBSCAN聚类算法．     

基于模糊综合聚类的土环境污染评价

将模糊聚类最大矩阵元原理与模糊决策中的综合评判法相结合,建立了模糊综合聚类法,对地下土体污染程度进行最优评判,并且对污染因子进行分类,为治理土体污染提供了依据．利用模糊综合聚类法对中国北方某城市土体污染程度进行了分类与评判,得到较满意的结果．     

基于差异最大化加权聚类的免疫组化图像处理方法-研究生论坛稿件

传统聚类方法在应用于组织病理图像处理时存在较大误差,为了提高细胞分类以及计数的准确率,提出一种新的免疫组化数字图像处理方法,首先将转换到LAB色彩空间的原始图像进行归一化处理,然后转换至HSV色彩空间并采用基于差异最大化加权聚类的方法对图像中不同类别细胞进行有效分类,最后综合利用形态学方法对免疫组化病理图像中不同类别细胞进行分割、计数。实验结果显示,该方法能够有效提高图像颜色信息利用率,在保持高容噪性的前提下,有效地提高免疫组化病理图像处理过程中对不同细胞组织分类、识别及计数的准确率。     

A new clustering algorithm for large datasets

The Circle algorithm was proposed for large datasets.The idea of the algorithm is to find a set of vertices that are close to each other and far from other vertices.This algorithm makes use of the connection between clustering aggregation and the problem of correlation clustering.The best deterministic approximation algorithm was provided for the variation of the correlation of clustering problem,and showed how sampling can be used to scale the algorithms for large datasets.An extensive empirical evaluation...     

面向聚类分析的邻域拓扑势熵数据扰动方法

针对现有数据扰动方法难以维持原始数据的聚类可用性问题,提出了一种隐私保护数据扰动算法DPTPE.基于邻域拓扑势熵将节点划分为不同类型,对于邻域分散型节点,以该节点的k邻域中节点坐标的均值替换其原始坐标;对于邻域紧密型节点,在其安全邻域中随机选择一个节点替换该节点。实验结果表明,DPTPE算法可以保护数据的隐私安全,还能够较好地维持数据集的聚类可用性。     

基于模糊聚类的Web用户聚类方法与实现

提出了一种基于传递闭包的模糊聚类方法,并应用于Web日志聚类中,实验结果表明,该算法能够有效实现Web用户聚类,并且能够避免陷入局部最优解。最后与模糊C均值算法进行比较,并讨论了算法的运行时间和错分率。     

灰色聚类方法在滏阳河水环境质量评价中的应用

灰色聚类评价是环境质量等级研究的一种简单易行的方法.本文利用灰色聚类评价的原理和方法对滏阳河邯郸市区段的从南环到北环的8个监测断面2002年水质进行了评价,说明了评价方法和步骤,物理意义十分明确,并根据评价结果,分析了滏阳河邯郸市区段水质污染程度,可以为水环境保护工作提供防治依据。