聚类分析在非监督图像分类中的应用研究

为了提高聚类分析在非监督计算机图像分类中的应用效果,将设计并实现的基于密度和自适应密度可达聚类分析算法应用于图像分类.通过与K-means和层次聚类对图像分类效果的实验对比,证明了基于密度和自适应密度可达聚类分析算法在非监督计算机图像分类中具有良好的应用效果.     

模糊聚类方法在医学病理图像分类中的应用

图象分割和对象提取是从图象处理到图象分析的关键步骤。本文将经典的模糊C-均值聚类算法和模糊测度和模糊积分结合起来,并将这两种算法应用于医学病理图象的分割。经典的模糊C-均值聚类算法采用欧式距离计算像素之间的相似度,本文中采用模糊测度和模糊积分计算像素之间的相似度,基于模糊测度和模糊积分的特点,这种计算方法可以提高计算的准确度。最后对两种算法的处理结果进行了比较,结果表明改进的模糊C-均值算法对医学病理图像的分割效果比原算法有所改进。     

模糊聚类分析在突发事件应急物资分类中应用

为了对应急物资进行合理分类,提出了基于模糊聚类的应急物资分类方法。分析了传统分类方法存在的问题,给出了模糊相似关系和模糊等价关系的概念和求模糊等价矩阵的方法,建立了应急物资分类指标体系,在此基础上提出了基于模糊聚类的应急物资分类方法。最后通过算例验证了该方法的有效性。     

粒子群模糊聚类方法在病理图像分类中的应用

结合模糊C均值(FCM)算法局部搜索的特点,将PSO优化聚类结果作为后续FCM算法的初始值,使算法有很强的全局搜索能力.同时,采用Markov随机场与模糊聚类的耦合策略计算适应度函数,利用新的分类中心调整粒子位置,产生新的聚类中心,并将该方法应用于病理图像的分割.与传统的处理方法进行了比较,结果表明,该聚类更为准确且对病理图像的分割效果比原算法效果更好,但对于如何减少算法的运算量仍需作深入研究.     

模糊聚类分析在Web页面分类中的应用研究

过对Web页面中关键词汇的记录和对Web页面特征抽取建立Web页面的信息情况,运用模糊数学方法建立相应的模糊相似矩阵,而后根据模糊相似矩阵的编网法进行聚类分析,从而实现了对Web页面的聚类。这给互联网信息的管理提供了一种有效的自动聚类方法。     

模糊聚类分析及其在数据挖掘中的应用

分析了常用的数据挖掘方法，在数据挖掘中引入了模糊聚类分析的方法，分析了该方法在数据挖掘中的优势，并以例证说明这一方法的实际应用。     

模糊聚类分析算法在学生成绩综合评估中的应用

学生成绩综合评估是一个典型的多层次、多角度、多指标的综合评估问题。该文利用数据挖掘中的模糊聚类分析算法,以Microsoft SQL Server 2012 Analysis Services为工具,对该校2011级学生成绩数据集进行深入的研究分析,以获取学生成绩数据中所隐含的规律,挖掘各科成绩背后所表达出来的学生的个性能力差异,从而科学、准确、公平、公正地评定学生成绩。     

数据挖掘在医学图像分类中的应用

医学图像的自动分类对于医院的信息自动化有重要的意义.本文通过提取医学影像特征的方法,利用数据挖掘中的决策树、神经网络,对图像特征进行分析,找到能够对图像进行分类的图像特征临界值.本文将数据挖掘的方法应用于正侧位胸片中,给出如何自动区分正侧位胸片的方法,并结合本院的PACS系统应用,证明了这种方法的有效性.     

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.     

医学图像分割中的模糊聚类算法及其新进展

图像分割是医学图像处理中的重要环节,是医学图像分析、理解、描述和三维重构等的前提。而由于医学图像本身的模糊性,造成不同个体组织之间难以找到清晰的边界,模糊理论为解决这个问题提供新途径,使得模糊聚类算法成为一种有效的图像分割方法。在此对模糊聚类算法特别是模糊C-均值算法及其新进展进行综述和讨论。     

用于医学图像分类的支持向量机算法研究

支持向量机(SVM)方法就是利用最优分类面(线)将两类样本在特征空间或输入空间中无错误地分开,而且要使两类的分类空隙最大。因此标准的SVM方法需要求解二次规划问题,计算量很大,本文介绍一种方法解决这个问题,并成功地将该算法应用干医学图像数据挖掘的分类问题。     

挖掘多支持率分类规则的虚拟投影算法

本文首先提出了一种挖掘频集的高效算法PP。它采用了一种基于树的模式支持集表示，避免了反复扫描数据库和递归建造个数与频繁模式数相同的模式支持集，其效率比Apriori和FPGrowth高1—3个数量级。PP被进一步扩展成发现分类规则的有效算法CRM-PP。CRM-PP将多支持率剪裁集成到频集发现阶段，将二阶段挖掘法改进为单阶段挖掘法。CRM-PP的效率也比基于Apriori和FPGrowth的二阶段算法高1—3个数量级。     

模糊频繁情节挖掘算法在入侵检测中的应用

基于数据挖掘技术的入侵检测技术是近年来研究的热点,现有的时序分析算法只能够解决数据中分类属性的挖掘,对于数值属性则不能直接使用,然而网络流量数据中包含了许多反映入侵状况的数值属性,已有学者提出了将数值属性先进行分类而后再进行分析的挖掘方法,然而这种方法带来的问题是在进行异常和正常划分时存在明确的界限,即“尖锐边界问题”,由于网络安全概念自身具有一定的模糊性,因此明确的界限可能会导致误报和漏报的情况产生,从而影响检测效果。本文提出了一种结合模糊逻辑的入侵检测频繁情节挖掘算法,并采用遗传算法确定划分模糊集合的隶属度函数参数,最后的实验结果说明了该算法的有效性。     

数据挖掘技术在保险业务中的应用

随着保险业的快速发展,保险公司积累了大量的业务数据,急需一种有效的技术方法发现这些海量数据中蕴涵的潜在知识,为管理决策提供依据.数据挖掘技术是目前国际上的一个研究热点,可以实现保险业务数据的知识化.分析了我国保险业务的发展现状,介绍了数据挖掘相关技术及其在保险业务中的应用,重点描述了使用判定树技术进行保险客户风险分析的过程.     

决策树方法在气温预测中的应用

结合陕北某县30年的气象数据,利用决策树的CART分类方法,建立预测气温的决策树模型,为提高预测的正确率还尝试了分季节的温度预测模型。通过反复试验得到各个季节的最佳气温预测模型,为气象预测研究提供了一种参考方法。     

氧化物分类的聚类分析法研究

提出一个用聚类分析对氧化物酸碱分类的ＢＡＳＩＣ程序，能够客观地划定氧化物酸碱性强弱，聚类分析结果与实际酸碱性强弱相符。     

POE机群系统通信机制的性能分析

本文通过实例运行和数据传输率的测试，对工作站机群系统ＰＯＥ的通信机制性能进行了，分析，进而提出一些改进性能的措施，认为一个高数据传输的通信机制应该具有精简协议、良好拓扑结构和专门通信处理单元等特点。     

判定树算法在计算机取证中的应用

随着网络犯罪的日益猖獗,计算机取证正逐步成为人们研究与关注的焦点.为了能从海量的可疑数据中发现证据,数据挖掘技术的参与必不可少.首先介绍了在计算机取证中比较常用的数据挖掘分类分析方法,然后介绍其在计算机取证原型系统中的实现和应用,最后给出了进一步研究的方向:多样证据的提取及其之间的关联.     

一种基于分类的最佳工艺探索算法

目前,计算机在企业中扮演的已不再只是办公自动化的角色,它在工业生产过程控制中的应用已十分广泛,往往生产过程中的一些重要的工艺参数已被采集并存于计算机中,如何从这些数据中找出最佳工艺过程便成了十分重要且亟待解决的问题,本文根据分类方法的基本思想,提出了一种最佳工艺探索算法。