数据挖掘中聚类算法的研究简

随着信息技术的不断发展,数据挖掘在我们的工作和生活中的应用也越来越广泛,目前聚类算法在数据挖掘中则是一个热点研究领域。本文深入研究了现阶段比较成熟的几种聚类算法,总结了这些算法的优缺点以及适用范围,提出用来评价聚类算法性能优劣的指标,也是今后聚类算法研究的出发点。     

Influence of polymer molecular weight on selected thermodynamic properties of polymer/solvent systems and the application of the UNIFAC theory

The intrinsic viscosities of eleven narrow molecular weight distribution polystyrene samples ranging from number-average molecular weight 1820 to 1 292 000 have been determined in pure solvents of tetrahydrofuran and chloroform with a Ubbelohde No. 1 viscometer at 25°C. By combining the original and modified Fox-Flory viscosity treatments, respectively, with the Flory-Huggins Lattice theory, the interaction parameters were calculated. With the aid of original and modified UNIFAC methods the solvent activity, clustering function of the solvent, and the interaction parameter were computed and compared with the experimental data. It was established that the influence imposed by the polymer molecular weight on the activity of the solvent, the clustering function of solvent, and interaction parameter is insignificant. The modified UNIFAC method satisfactorily predicted the solvent activity as illustrated by previous investigators. However, both UNIFAC methods failed to predict the interaction parameter.     

未确知均值聚类

利用未确知系统理论分析特征对样本分类所作贡献,定义特征的分类权重,并作为启发性知识用于确定样本与各类间的加权距离及样本属于各类的隶属度,建立未确知均值聚类算法。IRIS数据检验表明,未确知均值聚类算法误判样本数少、收敛速度快、鲁棒性好,是一种实用、有效的无监督聚类算法。     

基于空间邻域加权的模糊C-均值聚类及其应用研究*

针对模糊C-均值聚类法用于图像聚类时仅利用了像素的灰度信息,而忽视空间位置信息,导致在噪声区域和边界处有误分类现象,提出一种新的基于空间邻域加权的模糊C-均值图像聚类法。首先,定义了一个空间邻域信息函数,该函数能够有力抑制噪声点,同时能够很好保留边界的特性;其次,设计了具有空间约束的样本邻域信息加权隶属度矩阵;最后,将该方法应用于人工合成图像和模拟MR脑图像的聚类。实验结果表明,该方法能够获得较好的聚类效果,同时具有较强的抑制噪声的能力。     

R&D项目价值评估的灰色B-S模型

针对传统净现值法不能有效评估RD项目价值的缺点,探讨了RD项目价值评估的适用方法,建立了基于区间灰数的RD项目价值评估灰色B-S模型,通过实例说明了该模型的有效性,并与传统净现值法的评估结果进行比较.结果表明,实物期权方法在评估RD项目价值时具有优势,为RD项目投资决策提供了一条新思路.     

多目标灰色局势决策方法研究

在传统灰色局势决策的基础上,探讨了评价信息为区间灰数的情况,给出了多目标灰色局势决策问题确定目标权重的优化模型.首先考虑不同目标下各局势效果测度与正理想效果测度、负理想效果测度的偏差建立优化模型,获得各局势的理想目标权重;再从全局考虑建立二次规划模型,通过协调权向量获得灰色局势决策各目标的最佳综合权重向量.利用区间灰数可能度公式对每个事件的局势进行排序,获得最优局势,从而进一步完善了传统的灰色局势决策理论和分析方法.最后通过实例验证了该模型的有效性和可行性.     

1—AGO灰关联分析模型

对灰关联分析中关联系数以及关联度加以改进,给出了1—AGO关联系数以及1—AGO关联度,讨论了它们的有关性质,并建立了1—AGO灰关联分析模型,使之更具有合理性和科学性.     

基于近邻消息传递的自适应局部线性嵌入

针对局部线性嵌入(LLE)降维算法中邻域参数的人工设定及其全局性的缺陷,研究了聚类和降维的内在联系,提出了邻域参数的自适应选取策略,构建了一种聚类和降维的自适应局部线性嵌入(ALLE)算法,为每个样本点设计最佳的近邻搜索空间,自适应选取邻近点计算权值重建矩阵,基于类信息重新定义了重构误差函数。实验表明,新算法更能体现出数学上流形概念的局部坐标化本质,对不相关数据、冗余数据和噪声数据具有良好的鲁棒性,在实际识别问题中体现出优越的性能。     

主题分析技术在文档聚类中的应用

为解决高频特征对文章的主题信息反映不够全面,无法获得高质量聚类结果的问题,同时为获得聚类后各类别反映信息的精确描述,采用词汇链反映文章所描述的主题信息,并依据文本间词汇链的相似度进行聚类.将聚类后属于同一类别并反映相同主题信息的词汇链进行融合,通过分析各词汇链所描述的主题信息在不同类别内的分布来抽取能够充分反映各类别主题的关键词集合.实验证明该方法比应用高频特征进行聚类的效果好,同时由于分析了主题信息在各类别内的分布情况,使抽取的类别关键词能够很好地体现每个类别所侧重描述的信息.     

GM(1,1)模型在虚拟仪器测量过程控制中的应用

虚拟仪器的测量过程控制是保证测量数据有效的重要手段,利用灰色系统GM(1,1)模型对虚拟仪器的测量过程进行控制,由少量数据信息得到未来的预期测量结果,通过与核查标准的测量结果相比较来判别测量过程是否受控.论文给出了测量过程控制判别限、适用灰色系统GM(1,1)模型的条件以及模型精度检验判据.