检索结果-内蒙古大学图书馆

物流技术 2012年第12期31卷 301-303,392页

作者：王海燕闫博于艳玲李毅大连海事大学交通运输管理学院辽宁大连116026 日本电产(大连)有限公司辽宁大连116600

运用基于特征加权的模糊聚类算法,将传统的分类方法进行结合并引入模糊数学概念,在克服传统算法中各要素在分类上权重相同缺陷的同时,提高了样本的分类效果。新算法从资源能力、组织运作力、竞争力三个角度为企业提供了一种切实的分类方... 详细信息

运用基于特征加权的模糊聚类算法,将传统的分类方法进行结合并引入模糊数学概念,在克服传统算法中各要素在分类上权重相同缺陷的同时,提高了样本的分类效果。新算法从资源能力、组织运作力、竞争力三个角度为企业提供了一种切实的分类方法,有助于企业认识自身在行业中所处的优劣势。

关键词：模糊聚类算法第三方物流企业运营模式分类

来源：评论

学校读者我要写书评

暂无评论

基于流数据的模糊聚类算法

引用

计算机应用与软件 2008年第2期25卷 250-252,277页

作者：龚静王翰虎铜仁学院计算机科学系贵州铜仁554300 贵州大学计算机科学系贵州贵阳550025

对流数据进行有效聚类是一个吸引研究者很大注意力的问题。传统的聚类挖掘算法只能适用于纯数值属性数据或纯分类属性数据,很难适用于混合属性的数据。针对混合属性数据的特点,在借鉴AcluStream算法的基础上,提出了一种模糊聚类算法。... 详细信息

对流数据进行有效聚类是一个吸引研究者很大注意力的问题。传统的聚类挖掘算法只能适用于纯数值属性数据或纯分类属性数据,很难适用于混合属性的数据。针对混合属性数据的特点,在借鉴AcluStream算法的基础上,提出了一种模糊聚类算法。算法对流数据的相异度分类度量,定量属性使用欧氏距离和曼哈坦距离度量,定性属性可以采用hamming距离度量。模糊聚类算法的主要步骤有两步:第一步,运用最小距离聚类算法进行聚类,构成一个初始类。第二步,对基于最小距离聚类算法进行聚类所得到的初始簇,运用密度聚类方法进行聚合或分割,使得聚类集合稳定。实践证明:该算法是快速地有效的。

关键词：流数据流数据挖掘模糊聚类算法

来源：评论

学校读者我要写书评

暂无评论

基于模糊聚类算法的复杂岩性识别

引用

大庆石油学院学报 2004年第6期28卷 58-60页

作者：廖太平张福荣张志坚重庆科技学院石油工程系重庆400042 大庆石油学院地球科学学院黑龙江大庆163318

针对复杂岩性分类中存在的模糊性,提出了基于模糊聚类算法的复杂岩性判别方法.考虑储层岩性特征参数在不同岩性类别中取值的交遇性和相同岩性对应很大的取值范围,在传统聚类算法中引入岩层样本对岩性类别的隶属度,同时按分类特征参数的... 详细信息

针对复杂岩性分类中存在的模糊性,提出了基于模糊聚类算法的复杂岩性判别方法.考虑储层岩性特征参数在不同岩性类别中取值的交遇性和相同岩性对应很大的取值范围,在传统聚类算法中引入岩层样本对岩性类别的隶属度,同时按分类特征参数的重要程度做加权处理来构成综合判别指标,并将专家经验和反映岩性变化的定量指标相结合划分岩性.采用该方法处理了川东油田113个地层样本,总符合率达84.1%.

关键词：储层岩性模式识别模糊聚类算法测并曲线

来源：评论

学校读者我要写书评

暂无评论

基于阴影集和粗糙集的模糊聚类算法研究与应用

基于阴影集和粗糙集的模糊聚类算法研究与应用

引用

作者：王丽娜南京航空航天大学

学位级别：博士

由于真实数据环境复杂,越来越多的数据分析采用集成的方法来完成,以解决单一方法无法完成的任务。因此,将多种理论相互融合,构造合适的数据挖掘模型来解决真实数据分析问题成为学术界的研究热点。在数据挖掘领域,模糊聚类算法得到广泛... 详细信息

由于真实数据环境复杂,越来越多的数据分析采用集成的方法来完成,以解决单一方法无法完成的任务。因此,将多种理论相互融合,构造合适的数据挖掘模型来解决真实数据分析问题成为学术界的研究热点。在数据挖掘领域,模糊聚类算法得到广泛的研究与应用。目前的模糊聚类算法在数据挖掘应用中存在对噪声数据敏感,仅适合簇大小相似的球形簇划分等不足。近年来,随着阴影集、粗糙集、模糊集理论的发展,有学者将粗糙集、阴影集理论应用到模糊聚类中,用于有效发现噪声数据。本文结合阴影集和粗糙集理论,对传统模糊聚类算法进行较为系统的改进和创新,主要探讨了模糊聚类算法目标函数的改进,设计了适合多种类型的数据、任意分布数据集的模糊聚类改进算法,并提出了一种新颖的模糊聚类有效性指标。实验结果表明,本文提出的一系列有关模糊聚类分析的新方法取得了良好的效果,而且一些有益算法在民航机场噪声时间序列预测等相关领域得到了应用。本文的研究工作和创新点主要有以下几个方面:(1)提出了一种模糊聚类算法的有效性评价指标。在已有指标的基础上提出了一种改进的聚类有效性指标,该指标以紧密性和分离性之比定义,不仅体现了数据的隶属度和几何结构的相关信息,同时也反映了数据的分布情况。实验表明,该指标性能稳定,可以有效处理簇间有交叠的数据,具有较高的可靠性。(2)提出了一种基于阴影集的特征加权模糊聚类算法。利用阴影集的优化理论,基于模糊隶属度划分簇的核心区、不确定区和排外区,有利于发现噪声数据,这种算法将阴影集和模糊聚类相结合,考虑特征向量中各维特征对模式分类的不同贡献,研究了特征加权的聚类算法。提出的基于阴影集的特征加权聚类方法解决了交叠簇的有效划分问题,同时增强了异常点存在时算法的鲁棒性。(3)提出了一种基于阴影集和粗糙集的特征加权模糊聚类算法。应用特征加权分析数据的各维特征对模式分类的不同贡献,算法将阴影集、粗糙集和模糊聚类相结合,在粒计算框架下融合多种理论方法,对交叠的簇划分更有效,同时在噪声和异常数据存在时算法的鲁棒性更强。(4)提出了新颖的具有分类属性数据的模糊聚类算法。针对混合型数据,基于数据服从概率形式分布的簇假设,为了有效发现噪声和异常数据点,提出基于阴影集和粗糙集的概率不相似函数混合型数据模糊聚类改进算法。针对分类数据,通过增加簇间信息修改模糊k-modes算法的目标函数,达到同时最小化簇内离差和增强簇间分离。另外,为了减少硬质心产生的误分类,提出了具有簇间信息的分类数据模糊质心聚类改进算法。(5)探讨了不同场景中基于阴影集和粗糙集的模糊聚类算法应用。首先基于阴影粗糙模糊聚类结合支持向量机的算法建立民航机场噪声时间序列预测模型;其次针对当前的网络入侵检测研究热点,对KDD CUP1999数据集抽样分析,提出了两步走的基于阴影集和粗糙集的模糊聚类入侵检测算法;再者鉴于局部离群点检测的重要现实意义,提出了新颖的基于阴影集和粗糙集的特征加权模糊聚类局部离群点检测方法。

关键词：阴影集粗糙集模糊聚类算法特征加权聚类有效性指标机场噪声时间序列预测网络入侵检测局部离群点检测

来源：评论

学校读者我要写书评

暂无评论

基于权重差异度的动态模糊聚类算法

引用

吉林大学学报（理学版） 2019年第3期57卷 574-582页

作者：刘良凤刘三阳西安电子科技大学数学与统计学院西安710126

针对传统模糊聚类算法需提前设置参数和初始聚类中心,导致聚类结果不稳定的问题,提出一种基于权重差异度的动态模糊聚类算法.首先引入样本特征权重向量和样本间差异度的概念,对数据集分布情况进行描述,并采用新的评价指标获取候选聚类中... 详细信息

针对传统模糊聚类算法需提前设置参数和初始聚类中心,导致聚类结果不稳定的问题,提出一种基于权重差异度的动态模糊聚类算法.首先引入样本特征权重向量和样本间差异度的概念,对数据集分布情况进行描述,并采用新的评价指标获取候选聚类中心;然后根据最小差异度准则,对剩余样本点进行分类;最后结合Davies-Bouldin指数(DBI)评价准则对候选聚类中心做进一步筛选与合并.实验结果表明,该算法在不同测试数据集上的性能明显优于传统聚类算法,具有更高的自适应性和稳定性.

关键词：模糊聚类算法权重向量差异度 Davies-Bouldin指数自适应

来源：评论

学校读者我要写书评

暂无评论

面向疾病诊断的模糊聚类算法研究

面向疾病诊断的模糊聚类算法研究

引用

作者：吴燕萍浙江大学

学位级别：博士

随着医学信息技术的迅猛发展，数据挖掘技术在疾病辅助诊断方面发挥了巨大的作用。模糊聚类作为数据挖掘技术中重要的聚类技术，主要用于识别度量数据内在结构的相似性，是医学信息领域的研究热点之一。模糊c均值聚类(Fuzzyc-means Clus... 详细信息

随着医学信息技术的迅猛发展，数据挖掘技术在疾病辅助诊断方面发挥了巨大的作用。模糊聚类作为数据挖掘技术中重要的聚类技术，主要用于识别度量数据内在结构的相似性，是医学信息领域的研究热点之一。模糊c均值聚类(Fuzzyc-means Clustering，FCM)算法作为模糊聚类中的经典算法，在医学信息研究中也得到了广泛的运用。由于医学数据信息特殊性和传统FCM聚类算法的局限性，使FCM在医学疾病辅助诊断上以处理医学图像为主。本论文针对医学信息数据的混合属性特点，在对传统的FCM聚类方法改进的基础上，运用改进的FCM算法用于辅助医生开展疾病诊断。本文的主要工作概述如下:\n (1)在fuzzy c-means聚类算法基础上，提出了一种面向数值属性和分类属性数据的混合模糊c均值聚类算法(Fuzzy c-means Clustering Algorithm for Mixed Data，MD-FCM)。在该方法中，分别使用均值和模糊质心代表数值属性和分类属性数据的初始化簇中心，并针对不同属性的数据分别运用不同的相异度测算方法来评估数据对象和簇中心之间的距离，实现对混合属性医学数据集的聚类，通过实验对MD-FCM聚类算法进行论证。\n (2)在面向混合属性医学数据的fuzzy c-means聚类算法的基础上，提出了一种基于最小距离的簇中心初始化方法(Improved Centers Initialization of Clustersbased on Minimum Distance, MD-ICI)。 MD-ICI方法运用最小距离原则，结合相似性阈值思想，具有较高的收敛性。UCI(University of Californialrvine)机器学习库中的Heart Disease实验结果表明簇中心初始化方法MD-ICI比随机的簇中心初始化更有效。\n (3)在面向混合属性医学数据的fuzzy c-means聚类算法的基础上，提出了一种加权模糊c均值聚类算法(Weighted Fuzzy c-means Clustering Algorithm for MixedData，MD-WFCM)。该算法在传统加权FCM算法的基础上，分别对数值属性和分类属性采用不同的权重计算方法，运用单目标优化问题计算数值属性的权重，利用分类属性距离作为分类属性权重方法来体现不同属性在聚类过程中的作用。\n (4)在面向混合属性医学数据基础上，对簇中心进行初始化，并结合加权属性，提出了一种多层加权模糊聚类算法(Multiple Weighted Fuzzy c-meansClustering Algorithm for Mixed Data，MD-MWFCM)。采用FCM聚类算法框架算法得到第一阶段聚类簇中心，作为第二阶段初始聚类簇中心。在第二阶段运用针对数值属性和分类属性的混合属性加权c均值聚类算法(MD-WFCM)进行诊断。

关键词：疾病诊断信息数据医学图像模糊聚类算法

来源：评论

学校读者我要写书评

暂无评论

基于改进模糊聚类算法的电信客户细分模型研究

基于改进模糊聚类算法的电信客户细分模型研究

引用

作者：宋姣姣西安理工大学

学位级别：硕士

随着电信业的改革和发展，电信业传统的一统天下的格局发生变化，竞争逐渐加剧。依据客户关系管理(CRM)的运营理念，企业能否提供完整的端到端服务，将直接关系到电信运营企业的核心竞争能力的提升，决定其未来的发展。客户细分是有效贯... 详细信息

随着电信业的改革和发展，电信业传统的一统天下的格局发生变化，竞争逐渐加剧。依据客户关系管理(CRM)的运营理念，企业能否提供完整的端到端服务，将直接关系到电信运营企业的核心竞争能力的提升，决定其未来的发展。客户细分是有效贯彻CRM理念，实现精益运营的基础，如何将客户根据其消费行为进行合理的细分，对不同的客户提供适合其特点的个性化服务，为客户创造价值达到企业利润的最大化，己成为电信运营商关心的一个重要问题。\n 客户细分是根据客户属性划分的客户集合，它既是电信CRM的重要理论组成部分，又是其重要管理工具，是分门别类研究客户、进行有效客户评估、合理分配服务资源、成功实施客户策略的基本原则之一。\n 论文首先介绍了有关电信行业客户细分工作的现状，分析了当前主流的数据挖掘算法；接着阐述了FCM算法的设计思想，探讨了其主要参数C和孤立点对该算法的影响，并提出了改进的FCM算法；然后利用改进的模糊聚类算法设计了相应的模型框架，建立了基于改进模糊聚类算法的电信客户细分模型；最后通过具体实例验证了模糊聚类电信客户细分模型的合理性和有效性。\n 根据论文所提的模糊细分模型可以为企业制定不同的个性化营销策略，进而改善客户号企业的关系，从而提升客户价值，提高企业的销售额和利润，最终达到客户与企业双赢的目标。

关键词：电信业客户细分模糊聚类算法数据挖掘 FCM算法营销策略

来源：评论

学校读者我要写书评

暂无评论

模糊聚类算法在重大水利工程社会稳定风险分析中的应用

引用

中国工程咨询 2017年第3期 55-56页

作者：辛向文陕西省水利水电勘测设计研究院

前言社会稳定风险分析涉及社会评价和风险分析两个领域的交叉，有导致社会冲突，危及社会稳定和社会秩序的可能性，具有狭义和广义两种定义。狭义的社会风险是与政治风险和经济风险相对应的一种风险，是指所得分配不均、发生天灾、政府... 详细信息

前言社会稳定风险分析涉及社会评价和风险分析两个领域的交叉，有导致社会冲突，危及社会稳定和社会秩序的可能性，具有狭义和广义两种定义。狭义的社会风险是与政治风险和经济风险相对应的一种风险，是指所得分配不均、发生天灾、政府施政对抗、结社群斗、失业人口增多引起社会不安、宗教纠纷、社会各阶级对立、社会发生内争等因素而导致的风险，是与政治风险、经济风险、文化风险、金融风险、决策风险等相并列的一种风险。

关键词：风险分析社会稳定模糊聚类算法水利工程应用经济风险政治风险社会评价

来源：评论

学校读者我要写书评

暂无评论

基于模糊c-means与自适应粒子群优化的模糊聚类算法

引用

计算机科学 2016年第8期43卷 267-272页

作者：耿宗科王长宾张振国河北师范大学数学与信息科学学院石家庄050024

已有的粒子群模糊聚类算法需要设置粒子群参数并且收敛速度较慢,对此提出一种基于改进粒子群与模糊c-means的模糊聚类算法。首先,使用模糊c-means算法生成一组起始解,提高粒子群演化的方向性;然后,使用改进的自适应粒子群优化方法对数... 详细信息

已有的粒子群模糊聚类算法需要设置粒子群参数并且收敛速度较慢,对此提出一种基于改进粒子群与模糊c-means的模糊聚类算法。首先,使用模糊c-means算法生成一组起始解,提高粒子群演化的方向性;然后,使用改进的自适应粒子群优化方法对数据进行训练与优化,训练过程中自适应地调节粒子群参数;最终,采用模糊c-means算法进行模糊聚类过程。对比实验结果表明,所提方法大幅度提高了计算速度,并获得了较高的聚类性能。

关键词：粒子群优化参数调节模糊聚类算法自适应调节收敛速度

来源：评论

学校读者我要写书评

暂无评论

一种模糊聚类算法归类的研究

引用

北京交通大学学报 2005年第2期29卷 17-21页

作者：李翠霞于剑北京交通大学计算机与信息技术学院北京100044

模糊C均值(FCM)算法是模式识别领域应用最广的聚类算法之一.但是FCM算法存在很多缺点,其中以对噪声数据敏感,鲁棒性较差最为突出.针对这种情况,Lee于1994年提出了一种所谓的改进模糊C均值算法＿Lee's算法.但是本文证明了Lee's... 详细信息

模糊C均值(FCM)算法是模式识别领域应用最广的聚类算法之一.但是FCM算法存在很多缺点,其中以对噪声数据敏感,鲁棒性较差最为突出.针对这种情况,Lee于1994年提出了一种所谓的改进模糊C均值算法＿Lee's算法.但是本文证明了Lee's算法并不是一种真正意义上的模糊C均值改进算法,而是Krishnapuram和Keller于1993年所提出的PCM算法的一种特殊情况.数值实验进一步证明了我们的结论.这对合理地使用模糊聚类算法提供了一定的理论依据.

关键词：模糊聚类算法模糊C均值归类 FCM算法 1994年 1993年模式识别噪声数据改进算法特殊情况数值实验 Lee 鲁棒性 PCM 证明

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：