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。     

聚类分析在搜索引擎中的应用

为了快速、准确地从因特网上找到人们所需的信息,对网页信息进行聚类分析是非常重要的。该文分析了几种适用于搜索引擎的聚类方法,并讨论了聚类分析在设计搜索引擎时的应用。     

模糊聚类分析在数据挖掘中的应用研究

数据挖掘是从大量数据中用平凡的方法发现有用的知识。聚类分析是数据挖掘的一个重要研究领域,它是按照一定的要求和规律将事物进行分类的一种数学方法。随着模糊数学的兴起,用精确的数学的方法研究模糊问题,人们逐渐将精确和模糊统一起来。论文将模糊数学的模糊理论应用于数据挖掘的聚类分析中,讨论了如何利用样本之间的模糊关系分析样本之间的关联程度,给出了模糊聚类分析在数据挖掘中的应用的主要步骤,以及相应的实例分析和程序设计。     

模糊聚类分析方法在IT市场预测分析中的应用

研究模糊逻辑和聚类分析在IT市场中的预测分析问题。模糊聚类分析是一种应用广泛的模糊数学方法,可广泛应用于各个领域。IT市场各类信息产品的价格行情是瞬息万变的。如何对市场做出及时、准确的判断和决策成为个IT公司重点关心的问题。本文首先阐述了模糊聚类分析的基本思想和一般的步骤,然后采用模糊聚类分析方法对笔记本市场进行有效的分类。结果表明模糊聚类分析法对IT市场预测分析准确、有效,且比其他方法预测的更接近实际的市场行情。     

模糊聚类分析方法在稠油开采中的应用

我国稠油资源丰富,但是由于稠油自身的性质,稠油油藏开发具有很高的投资风险。在开发之前对稠油油藏进行充分的评估分类是很重要的。使用模糊数学中的模糊聚类分析方法对我国已开发的油藏区块的油藏地质数据进行归一化处理,求出其模糊等价矩阵,根据截集的值对油藏区块进行分类,并与实际的开发效果进行对比,发现这种方法能与实际结果较好的吻合,对油藏地质开发具有一定的指导意义。     

模糊聚类分析及算法比较

聚类分析方法有多种,其中的模糊聚类应用最为广泛.简单介绍模糊聚类的发展历程和模糊聚类的几种常用算法,其中重点分析布尔矩阵法和最大树法两种模糊聚类分析算法,并用标准数据集对它们分别进行聚类分析和比较.     

模糊聚类分析及其在信息检索中的应用

本文集中介绍了如何从文本数据中获取信息。典型的文本查询问题是基于用户的输入来定位相关的文本,而文本的相关性是个模糊的概念。为了对这个模糊的概念以客观的度量,我们通过模糊聚类分析,计算出文本间的相关度。最后用一个实例加以说明,得到了比较客观的结果。     

解析数据挖掘中的聚类分析及其在控制中的应用

从大量的数据中,挖掘出有价值知识的方法称之为数据挖掘,它在或即将在工业、农业、教育、学术等诸多社会领域得到广泛的重视。数据挖掘包括诸多方面,如频繁项集挖掘、分类、离群点检测等。而聚类分析是一个重要领域,根据一定的规律与要求,对事物进行洞察分析,并且随着模糊数学、概率论、统计理论等的深入研究,开始用各种数学方法讨论一些聚类问题。本文主要探讨了模糊聚类分析的应用。     

聚类分析在学生成绩管理中的应用探析

本文主要介绍了数据挖掘中的聚类分析的概念、特点和常用算法,并利用层次聚类的方法对高职高专院校信息技术公共课考试成绩进行了分析指导。     

基于概率典型性和聚类排斥的无噪声模糊聚类方法

提出了建立在概率典型性和聚类排斥基础上的一个新型无噪声模糊聚类方法RTCM，给出了它的迭代算法过程，并验证了它的收敛性．首先引述了一般的聚类方法，它们主要分为两种：噪声聚类，如模糊c均值（FCM）、可能模糊c均值（FPCM）；无噪声聚类，如NC、PCM等，然后给出了RTCM算法模型和过程，并验证了它的局部收敛性．该算法解决噪声环境下的数据聚类问题，避免了重叠聚类．对比试验表明，该算法改善了噪声环境下FCM，NC、PCM、FPCM的聚类中心质量，有效地解决了PCM在近邻聚类数据中的聚类重叠问题．     

集群资源模糊聚类划分模型

提出一种集群资源模糊聚类划分模型。对计算机集群中计算节点的CPU、内存、网络、I/O和网卡资源参数进行量化和规范化,运用模糊聚类技术,实现计算节点的聚类划分。引入任务资源需求向量和最低误差容忍向量,将计算机集群划分为若干个性能均衡的逻辑子群。测试结果表明,该模型能有效划分计算机集群,适用于云计算领域的资源调度。     

主动式集群中模糊逻辑及其改进研究

网络带宽增长速度远高于服务器性能的增长速度,服务器越来越成为网络中的瓶颈。主动式集群就是为了解决服务器性能而提出的一种先进的集群技术,该技术的核心就是采用模糊逻辑来实现客户链接的分布调度。这里对其模糊逻辑技术进行研究,并提出了一些改进方法如增量式模糊控制,这些方法具有一定的理论意义,也具有实际的工程意义。在大部分应用中,可以采用这些方法对模糊逻辑控制进行改进。     

模糊聚类在信息检索中的应用

信息检索是与数据库系统并行发展了很多年的一个领域,它主要研究大量文本的信息组织和检索。典型的信息检索问题是基于用户的输入来定位相关的文本。而文本的相关性是一个模糊的概念,为了对这个模糊的概念以客观的度量,提出了一种新的文本间相关性的计算方法,该方法利用词频矩阵和模糊相似矩阵,在基于相关性检索的一组文档中,使用模糊聚类中的最大树算法,计算出一组文档间的相关度,最后用一个实例加以说明,得到了比较客观的结果。     

铁路物流节点规划模糊聚类分析

现代物流作为先进的组织方式和管理技术,已经成为经济发展重要的推动力量。针对目前缺乏对铁路物流节点综合发展规划研究的现状,文中运用模糊聚类分析方法进行研究。首先,建立影响因素指标体系,并通过递阶层次分析结构模型表现出来;然后,按模糊聚类分析的步骤建立数学模型,包括一级指标评价、无量纲化处理、建立模糊关系、模糊聚类等;最后,通过规划实例来说明指标体系和数学模型的具体应用。文中的研究内容,对于科学规划分层分类的铁路物流节点,实现不同运输方式物流节点之间的合理分工与协调布局具有重要意义。     

主动式集群中模糊逻辑及其改进研究

网络带宽增长速度远高于服务器性能的增长速度，服务器越来越成为网络中的瓶颈。主动式集群就是为了解决服务器性能而提出的一种先进的集群技术，该技术的核心就是采用模糊逻辑来实现客户链接的分布调度。这里对其模糊逻辑技术进行研究，并提出了一些改进方法如增量式模糊控制，这些方法具有一定的理论意义，也具有实际的工程意义。在大部分应用中，可以采用这些方法对模糊逻辑控制进行改进。     

基于模糊商空间的聚类分析方法

在商空间理论基础上,提出了基于Fuzzy相似关系和归一化距离的聚类分析方法,用以解决复杂系统的数据结构分析问题.得到了如下结论:(1)通过引入基于Fuzzy相似关系和归一化距离的分层递阶结构,建立了严格的聚类分析理论描述;(2)给出了有效的分层递阶结构聚类的快速算法;(3)给出了两个Fuzzy相似关系或由两个归一化距离诱导的Fuzzy相似关系是同构的充分条件.其中所研究的理论和方法适应于建立在相似关系之上的任何复杂系统的数据结构分析.     

模糊ISODATA聚类分析算法的实现及其应用研究

文章详细介绍了模糊ISODATA聚类分析的步骤和计算机算法,指出了其相对于等价矩阵聚类分析方法的优势,并结合典型的工程应用背景给出了分类结果。     

模糊聚类在信息化厂商质量评价中的应用研究

针对目前供电企业信息化厂商质量评价的不完善性,以供电企业信息化厂商运行评价与分析为平台,就如何将数据挖掘技术与供电企业信息化厂商质量评价相结合的问题进行研究。通过对供电企业信息化厂商运行评价指标数据的有效挖掘,利用最大最小法建立相似矩阵,用传递闭包法作聚类分析,为供电企业信息化厂商质量评价结果分类提供模型和方法的支撑。实验结果表明该模型操作简便、有效,能更加客观真实地反映供电企业信息化厂商质量水平。