密度峰值快速搜索与聚类算法及其在船舶位置数据分析中的应用

密度峰值快速搜索与聚类算法(CFSFDP)是2014年发表在《科学》上的一种新颖的聚类算法,该算法通过计算样本点的局部密度和到局部密度比它大的样本点的距离,采用决策图的形式确定聚类中心,能快速发现任意形状数据集的密度峰值点,并高效进行非中心样本点分配。但是当数据集中簇间密度差别较大或者某个簇中存在多密度峰值时,聚类结果较差。针对该问题,采用相对密度作为度量样本点密度的尺度搜索密度峰值,优化CFSFDP算法。人造数据集和UCI真实数据集上的实验表明,在没有显著提高时间复杂度的基础上,算法的性能优于CFSFDP算法和具有噪声的基于密度的聚类应用(DBSCAN)算法。最后将新算法应用于船舶位置数据,分析船舶交通流特征和群体行为模式,取得了满意的结果。     

基于MAR与FCM聚类的声呐图像分割

针对模糊C均值聚类算法中,聚类效果往往受到聚类中心数目和初始聚类中心的影响这一问题,提出一种基于多尺度自回归(MAR)模型与模糊C均值(FCM)聚类的声呐图像分割方法.引入MAR模型,建立层与层之间以及相邻层像素点间的数学关系,利用粗尺度图像的灰度-邻域均值二维直方图中的峰值个数来确定聚类中心数目,通过MAR得到的预测分割结果引导初始聚类中心的确定.实验结果表明,改进后的算法能准确、快速地确定聚类中心数目,并较好地解决初始聚类中心问题;与传统的FCM聚类方法相比,具有分割准确和收敛速度快的特点.     

基于人工萤火虫的模糊聚类算法研究

模糊C-均值(FCM)聚类算法是数据挖掘中常用的方法之一,但往往受到初始聚类中心影响,收敛结果易陷入局部极小值的问题。该文提出了一种基于人工萤火虫(GSO)的模糊聚类算法(GSFM)。该算法引入了全局寻优能力强的人工萤火虫算法来求得最优解作为FCM算法的初始聚类中心,然后利用FCM算法优化初始聚类中心,最后求得全局最优解,从而有效克服了FCM算法的缺点。实验结果表明,新算法与FCM聚类算法相比,提高了算法的寻优能力,并且迭代次数更少,收敛速度更快,聚类效果更好。     

分块自适应加权改进大规模模糊聚类

为解决传统模糊C均值聚类(Fuzzy C-means,FCM)算法在处理大规模数据集时遇到的时间复杂和内存不足等瓶颈,提出基于大数据集抽样分块的多视角自适应模糊聚类算法,算法通过邻域正则约束提高传统FCM算法的抗噪性,通过低秩与熵加权约束提高多视角一致性,以提高算法对多样化数据聚类的适应性,最后通过Canopy算法初始聚类中心提取、数据抽样分块和自适应加权优化算法对大规模数据聚类的适应性.实验结果表明,算法在继承传统多视角FCM算法良好聚类性能基础上,减少了计算复杂度,提高了聚类准确率,适于大规模数据集聚类.     

基于聚类离群因子和相互密度的离群点检测算法

针对大多基于聚类的离群点检测算法往往需要人工输入参数,对于不同的数据集很难选择一个合适参数的问题,将无参数的基于自然邻居的离群点检测算法的自然邻居搜索算法和密度峰值聚类算法相结合,提出一种基于聚类离群因子和相互密度的离群点检测算法。该算法使用相互密度和γ密度构造决策图,将γ密度异常大的样本点作为聚类中心进行聚类,最后根据聚类的离群因子找出离群聚类边界检测离群点,该算法不需要人工输入参数。在模拟数据集和真实数据集下进行了实验,证明了所提算法能很好地进行聚类和离群数据的挖掘。     

一种改进的模糊C-均值(FCM)彩色图像分割算法

针对传统模糊C-均值(FCM)聚类算法计算量大,聚类中心对初始值敏感和聚类数目不能自适应确定的缺点,提出了一种改进的FCM算法。首先对图像进行采样量化,并在满足视觉一致性的L*a*b*颜色空间计算并统计图像的色差信息,然后依据全局色差阈值选取初始聚类中心,对图像进行聚类分析,同时根据准则函数确定最佳聚类数,实现了聚类中心的优化选取和最优聚类数目的确定,有效减少了计算量。研究结果表明,改进后的FCM算法不仅较好地克服了传统FCM算法的缺点,而且聚类效果好,处理速度快,聚类效果与人的视觉感应保持了良好的一致性。     

基于改进密度峰值聚类的航空发动机故障诊断

针对快速搜索发现密度峰值聚类(CFSFDP)算法存在的密度中心选择不方便、聚类精度不高的问题,提出基于马氏距离的自动搜索发现密度峰值的聚类算法。该算法将马氏距离引入距离测定中,提高了聚类精度;提出聚类中心判定参数γ,自动获得了聚类中心。采集航空发动机转子模拟振动信号实验数据,分别采用传统CFSFDP算法、改进后的CFSFDP算法、K均值聚类和模糊C均值聚类进行分析,结果表明,所提算法能够很好地改善聚类精度,其聚类精度相比K均值聚类和模糊C均值聚类有很大优势,且在故障特征的分类与识别上均优于其他两种算法。     

基于密度峰值聚类的正则化LFDA算法

考虑到现有费舍尔判别分析(FDA)及其改进算法无法同时有效利用有标签数据和无标签数据进行学习，提出一种基于密度峰值聚类的正则化局部费舍尔判别分析(DPC-RLFDA)算法。该算法首先利用密度峰值聚类算法得到的伪标签构造两个正则化项来规范局部FDA的类间散度矩阵和类内散度矩阵；然后通过求解目标函数得到最优投影向量。此外，为适用于非线性非高斯分布数据集，提出了基于核的DPC-RLFDA。在人工数据集和UCI数据集上的实验结果表明，与FDA及其改进算法相比，所提算法的判别性能得到了显著提升。     

结合密度峰聚类的K均值图像分割算法

针对K均值聚类算法在图像分割应用中的不足,结合密度峰聚类算法对原有算法进行改进,得到了一种图像分割效果较好的改进K均值算法。K均值算法需要人工指定聚类中心数目,并且聚类中心的随机初始化对最终的图像分割结果有很大影响。针对以上缺点,对K均值算法进行改进,通过密度峰聚类算法自动确定了图像分割的聚类中心数目和较为准确的初始聚类中心。为了衡量色差在人眼中的感知情况,在算法中引入了NBS距离作为距离测度。实验结果表明,改进后的图像分割算法在分割图像时具有稳定的性能和较好的效果。     

应用改进的粒子群优化模糊聚类实现点云数据的区域分割

为实现点云数据的区域划分,提出一种基于改进的粒子群优化与模糊C-均值聚类的混合算法(SPSO-FCM算法)。针对在点云聚类过程中易过早捕获局部极小值的问题,算法首先用改进的粒子群算法——社会粒子群优化算法,对种群进行初始化,通过为每一个粒子设置不同的跟随阈值,来维护种群中个体多样性,加深对种群全局搜索的程度,避免陷入局部极小值;随后,设置种群中每个粒子当前最优位置和初始种群的最优位置,更新自由粒子的位置和跟随粒子的速度和位置;最后,采用模糊C-均值聚类算法求解隶属度矩阵,确定适应值函数,更新所有粒子的最优位置,并判断粒子和种群的位置优越性,得到准确的聚类中心,实现对点云数据的区域划分。以曲面复杂度不一致的点云模型为例对算法进行验证,探讨SPSO-FCM聚类算法的可行性,并与FCM聚类算法、遗传FCM聚类算法进行比对。实验结果显示,SPSOFCM聚类算法较其它两种算法,收敛速度快,迭代次数少,聚类准确,边界区域分割清晰,特别是对型面复杂、点云数据较多的机械零部件点云数据进行分割时,能得到更好的分割结果。     

建筑室内人员密度对新风量指标的影响特征分析

建筑室内人员密度是新风量合理确定需要考虑的重点和难点因素。基于ASHRAE62.1-2007中的新风量确定原理,分析了高低密人群两类建筑的新风量指标随人员密度的变化特征。结果表明,当以ASHRAE62.1-2007参考的建筑污染水平为基准且以GB50019-2003提供的新风量参数为依据时,需考虑满足室内卫生要求和降低新风能耗,以住宅为代表的低密人群建筑需根据实际人员密度与临界人员密度之间的大小关系而定;而以商场为代表的高密人群建筑需要始终以降低新风能耗为主要问题;同时,降低我国建筑污染水平是减少新风需求的重要途径,并且人员密度越高节能空间幅度越大。     

数字式密度仪测定牛羊油的密度及不确定度评定

介绍了DMA4500型数字式密度仪测定牛羊油的密度,分析测量结果的影响因素,依据中华人民共和国国家计量技术规范JJF 1059-1999,对测量结果的不确定度进行评定和表示。其扩展不确定度U=1×10-4g/cm3,置信概率95%,满足我国现行标准要求。     

用数理统计方法评估特种加工表面形貌

本文通过对特种加工零件表面粗糙度进行测量，将实测数据输入计算机，运用数理统计方法，分别求出每个零件的幅度密度函数、自相关函数和功率谱密度函数，并绘制出轮廓图和函数图，对这些函数与其图进行综合分析；评估特种加工表面的形貌。     

高性能铁基预混合粉的温压工艺性能研究

简要介绍温压工艺,着重从工艺稳定性、生坯密度、生坯强度以及拉伸强度等方面研究自制高性能铁基预混合粉的温压工艺性能。研究结果表明,自制高强度铁基粉末具有良好的温压工艺性能。     

基于球切多面体和光密度的砂轮建模与测量

针对金刚石砂轮磨粒形状的不规则性、尺寸的变化性以及空间位置随机分布的特点,采用基于球坐标的随机点产生的空间平面切分实体的方法,建立更接近实际的虚拟多面体磨粒,并建立金刚石砂轮模型;从类似机床刀具切削刃的磨刃二面角出发,运用仿生物学中光密度以及计算机数字图像处理的方法,提出了基于光密度、积分光密度、平均积分光密度的一种新的砂轮形貌评价方法,并通过试验测量研究了磨刃二面角与积分光密度值之间的关系。研究结果表明,磨刃二面角越大,积分光密度值越大,在0~200之间变化。最后结合砂轮表面面积密度、磨粒平均个数、出刃高度、积分光密度值等参数验证了所建立的虚拟多面体磨粒和砂轮模型的有效性。     

Automated assessment of keratocyte density in clinical confocal microscopy of the corneal stroma

Cell density in the corneal stroma is typically determined by counting the number of bright objects, presumably keratocyte nuclei, in images from clinical confocal microscopy. We present a program that identifies bright objects and counts those that most likely represent cells. Selection variables were determined from 125 normal corneas with cell densities that had been assessed manually. The program was tested on 17 corneas of patients before and at several intervals to 5 years after laser in situ keratomileusis (LASIK) surgery. In these corneas, which showed a decrease in cell density after surgery, the program identified cells as well as human observers did.     

选择性激光烧结激光能量密度与温度补偿规律研究

选择性激光烧结（SLS）成型预热温度从成型缸中间到缸壁呈降低趋势,由于预热温度不均匀,导致SLS成型件密度不均匀。针对这一问题,通过增加激光能量密度对预热温度不足进行了补偿。通过试验建立了激光能量密度差△E与预热温差△T的经验公式,并比较了温度补偿前后烧结件的机械强度。实验结果表明,通过增加激光能量密度对预热温度不足进行补偿,提高了产品机械强度。     

一种新型Lamb波微量液体密度传感器的研制

密度是表征物质性质的一个重要物理参数.介绍了一种新型液体密度传感器的研制.有别于目前沿用的振动式、超声波式液体密度传感器,这种基于Lamb波的传感器具有灵敏度高、响应快、所需试样量少等优点.本文详细叙述了该传感器的基本工作原理、所采用的相位差测量原理、检测系统和实验,取得了理想的结果,展示出良好的应用开发前景.     

管道油流光纤电荷密度传感器的研究

本文介绍了一种管道油流光纤电荷密度传感器。此传感器以ＢＳＯ晶体为核心器件,巧妙地利用了其显著的电光效应和光电导效应。文中详细阐述了传感器的原理、结构,并利用此传感器设计了测试仪,给出实验结果。     

计算机数字图像分析系统在医学分子生物学研究中的应用

利用计算机数字图像分析系统(CDAS),定量分析医学分子生物学研究中的图像资料。其鉴别准确、光密度定量精确、质量参数控制准确性好、可信度高、批间差异小。能简化研究操作步骤、缩短研究过程、并较好地解决了以往医学分子生物学研究中图像资料定量难的难题。用CDAS跟踪控制基因工程药物的生产,能减少生产步骤,优化了提纯工艺。能有效严格的控制产品质量。