基于仿射传播聚类的富模型降维方法

富模型的提出为HUGO隐写算法的分析提供了新的思路,但是富模型特征维数高,冗余大,容易造成维数灾难问题;本文通过分析富模型特征结构,利用非线性距离定义特征距离,使用仿射聚类方法和图的谱理论,确定特征的聚类中心,将聚类中心所对应的特征作为新特征,使用Fisher集成分类器进行隐写分析。实验结果表明,经过该降维方法处理的SRM（空域富模型）在特征维数降低到8000维时,对于S-UNIWARD、WOW、HUGO隐写算法有着较低的检测错误率,最大降幅达到43.1%     

用模糊聚类分析法划分建设工期定额地域类别

在分析了建设工期定额的自然建设条件的基础上，采用模糊聚类分析法划分地域类别，并以平均模糊加权数确定各类地域类别系数。此方法可应用于工程项目建设工期定额的修订与完善，以及建设工期定额的执行和建设工期的决策与管理。     

一种基于非线性降维的聚类算法

针对K-均值聚类算法不能发现任意形状的聚类的问题,提出了一种基于非线性降维的聚类算法.在该算法中,首先用ISOMAP算法对数据集进行优化,然后再用K-means算法聚类.由于ISOMAP算法不能处理不连通的流形,本文提出了一种改进的ISOMAP算法,它能够发现不连通流形的低维嵌入.改进后的ISOMAP算法与K-means算法结果得到了一种有效的聚类算法.实验结果表明该算法能够发现任意形状的聚类.     

灰色聚类方法及其在环境影响评价中的应用

引入了一个新的区间序关系，讨论了灰阵的几个运算．在此基础上将灰类白化函数视为Ｒ上的灰数，给出了相应的聚类方法以及矩阵表示．并具体应用于水利水电工程环境影响的评价中     

神经网络模糊聚类方法在故障诊断中的应用

在旋转机械故障诊断研究中,对大量样本的有效分类至关重要。传统的贴近度法计算繁锁,分辨率低,且领带于大量实验测试和经验案例的总结。根据故障诊断中样本数据无须精确要求的特点,可以对样本数据作模糊化处理,进一步采用自组织竞争神经网络对样本进行自动聚类,速度快,准确性好,具有较高的智能特性。实际应用表明,这种模糊神经网络完全满足使用要求。     

有序样本聚类法在SLP物流强度等级划分中的应用

工业企业总平面布置是在一定条件下对厂区内的各个建构筑物进行合理的布置,美国的缪瑟提出一种程序化的工厂布置方法即系统化布置方法(SLP).该方法中多次应用到A-U等级划分方法,如作业单位间的物流强度大小A-U等级划分、作业单位间的非物流关系密切程度A-U等级划分等,A-U等级划分法在该布置方法中发挥了重要的作用,而传统划分A-U等级采用的原则为经验比例法,针对由经验比例法确定A-U等级分类的主观性、模糊性和不确定性.尝试采用有序样本聚类法对A-U等级进行划分,将有序样本聚类法中的最优分割思想应用于物流强度分类划分中,使分类后各段内部样品之间的差异最小,而各段样品之间的差异较大.与经验比例法相比该分类方法更加科学、客观、合理,最后运用该算法对某一机械厂的物流强度进行等级分类,得出分类结果,证实该算法的可行性和有效性.     

机器学习中的PCA降维方法研究及其应用

机器学习中涉及大量以图像处理为代表的高维数据,PCA作为有效的数据降维方法常被用于数据预处理阶段。讨论了PCA的K-L数据转换原理、具体降维处理过程、高维样本协方差矩阵的求解技巧、维数选择方法,并在ORL人脸图样库上给出了基于PCA的人脸识别准确度分析。     

聚类在系统智能化控制中的一种应用

讨论作者开发的一个基于聚类算法实现智能化控制的一种仿真系统。该系统利用原型系统的仿真模型产生所需要的原始数据,并通过把原始数据进行聚类来构造对系统进行智能化控制的知识库,然后利用分类方法从知识库中选择合适的法则,从而实现对系统的智能化控制。     

模糊聚类方法ISODATA在自由锻辅助设计中的应用

基于派生成CAPP专家系统的GT分类特点，论述了ISODATA方法的基本概念，重要性，主要步骤及算法，重点介绍了聚类判据与准则，实验表明了该方法的有效性，为自由锻CAPP专家系统设计提供了依据。     

谱聚类在图像识别中的应用

聚类分析的一个重要应用就是图像识别,谱聚类因为比传统的聚类方法更高效而迅速被广泛运用到图像处理中。谱聚类算法其中一个重要的步骤是构造一个合适的相似矩阵,本文提出一种基于共享近邻重要性的自适应谱聚类算法且应用到数字手写图像识别中,与自适应谱聚类算法做比较试验,表明谱聚类算法能取得较好的识别结果。     

数学形态学在聚类中的应用

通过建立一个与数学形态学应用于数字图象处理方法类似的算法来解决一般样本分布的聚类问题。此方法应用于北京及邻近地区的地震预报问题,得到了较好的结果。     

模型参数优化中的降维计算方法及其在相平衡计算中的应用

本文提出了模型参数优化的降维计算方法的基本思想。它通过构造参向量空间某个子空间某个子空间族的极小化点集,使一个高维优化问题转化成等价的低维优化问题。降维法的应用常常可以有效地避免高维优化问题中的发散和伪收敛。由于降维法具有很强的收敛性和很宽的收敛初值范围,因此对许多函数性态较差,参数之间相关程度较大的优化问题,一般的通用方法较难给出理想的结果,而降维法的应用却可以使收敛情况大为改观。本文结合相平衡中的一些实例阐明了降维法的基本思想和极小化点集的构造技巧。     

蚁群聚类算法在智能答疑系统中的应用研究

研究了智能答疑系统中的问题分类．根据智能答疑系统的特点,将蚁群聚类算法引入智能答疑系统中,并对该算法在智能答疑系统中的应用进行了分析和测试．该算法能有效的对智能答疑系统范例库中的问题进行聚类,进一步提高了答疑系统检索的效率和智能性．     

神经网络聚类方法在旋转机械故障诊断中的应用研究

在基于神经网络的聚类学习方法中，分有监督学习方法和无监督学习方法，本文采用无监督学习方法对旋转机械中常见故障的分类进行了较为详细的研究，以此分类结果来达到故障诊断的目的。文中还具体描述了该算法的实现方法，研究结果表明：该方法克服了有监督学习方法的旋转机械故障诊断技术的某些缺陷，是进行大型旋转机械故障诊断的一种行之有效的方法。     

神经网络聚类方法在旋转机械故障诊断中的应用研究

在基于神经网络的聚类学习方法。分有监督学习方法和无监督学习方法。本文采用无监督学习方法对旋转机械中常见故障的分类进行了较为详细的研究，以此分类结果来达到故障诊断的目的，文中还具体描述了该算法的实现方法。研究结果表明，该方法克服了有监督学习方法的旋转机械故障诊断技术的某些缺陷，是进行大型旋转机械故障诊断的一种行之有效的方法。     

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.     

人才市场多媒体信息服务系统中的聚类模型解析方法

以人才市场多媒体信息服务系统为背景,其中人才数据挖掘子系统应用聚类分析方法建立了人才特征聚类模型,解析人才特征聚类模型,并结合数理统计方法,实现了人才智能匹配。在ADO技术和架构行集的基础上,提出具体解析人才特征聚类模型的方法,其中运用了笛卡尔积原理,并且提出了大概率特征值的概念,以及判断大概率特征值的标准。     

神经网络降维分析法在制浆蒸煮工艺中的应用

将神经网络降维分析法应用于制浆蒸煮工艺过程，揭示了最高温度、保温时间、用碱量、蒽醌用量等工艺参数间的内在联系和对纸浆得率、硬度的关系。研究表明：对于以木料为原料的蒸煮工艺，当控制纸浆硬度在一定范围的条件下，提高最高温度、适当降低保温时间、减少用碱量和蒽醌用量能明显提高纸浆得率。     

数据挖掘领域中的聚类方法

聚类算法是数据挖掘中的核心技术，随着对聚类算法广泛深入的研究，产生了许多不同的适用于数据挖掘的聚类算法；文章从算法的角度论述了如何在数据挖掘中进行聚类分析，并通过基于评价聚类算法好坏的8个标准，对数据挖掘中近几年提出的常用聚类方法作了比较分析，以利于人们更容易、更快速的找到一种适用于特定问题的聚类算法．