检索结果-内蒙古大学图书馆

工矿自动化 2012年第10期38卷 42-46页

作者：周天沛孙伟徐州工业职业技术学院机电工程学院江苏徐州221140 中国矿业大学信电学院江苏徐州221008

针对现有的瓦斯预测方法在实际应用中受到较大限制且预测结果的准确性较差的问题,提出了一种基于蚁群-模糊聚类算法的瓦斯突出预测方法;分析了蚁群-模糊聚类算法的基本原理及实现步骤,并以某煤矿井下工作面某时段内的瓦斯突出数据为例,... 详细信息

针对现有的瓦斯预测方法在实际应用中受到较大限制且预测结果的准确性较差的问题,提出了一种基于蚁群-模糊聚类算法的瓦斯突出预测方法;分析了蚁群-模糊聚类算法的基本原理及实现步骤,并以某煤矿井下工作面某时段内的瓦斯突出数据为例,采用蚁群-模糊聚类算法对该数据进行了挖掘分析,从而找出了瓦斯突出量与其影响因素即埋藏深度、煤层厚度、瓦斯含量、日进度、煤层间距、日产量之间的关系。测试结果表明,该方法预测结果与实际监测记录完全一致,具有较高的聚类预测性能。

关键词：井下工作面瓦斯突出预测蚁群算法模糊聚类算法

来源：评论

学校读者我要写书评

暂无评论

面向化工灰箱建模的快速全局优化模糊聚类算法研究

引用

哈尔滨理工大学学报 2010年第3期15卷 31-35页

作者：王丽陈淑鑫荆涛齐齐哈尔大学计算中心黑龙江齐齐哈尔161006 齐齐哈尔大学化学与化学工程学院黑龙江齐齐哈尔161006

针对化工过程灰箱建模存在的精确度差、速度慢、计算复杂度高等问题,对现行模糊C-均值聚类算法进行了改进,提出了一种快速全局优化的(用于建模的数据训练集)模糊聚类算法.该算法具有不依赖初始条件、收敛速度快等特点.实验结果表明,利... 详细信息

针对化工过程灰箱建模存在的精确度差、速度慢、计算复杂度高等问题,对现行模糊C-均值聚类算法进行了改进,提出了一种快速全局优化的(用于建模的数据训练集)模糊聚类算法.该算法具有不依赖初始条件、收敛速度快等特点.实验结果表明,利用快速全局优化模糊聚类算法得到的数据,在灰色预测的时间和数据准确性方面都有了显著提高,计算机仿真实验表明了该算法的有效性.

关键词：灰色预测灰箱建模模糊聚类算法全局优化

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文本挖掘

基于模糊聚类算法的文本挖掘

引用

作者：谢磊桂林理工大学

学位级别：硕士

当今信息技术不断发展，各种形式的信息大量涌现，其中文本形式的数据量特别庞大。人们希望快速、准确而全面的获取信息的同时，必须面临在巨大的信息资源中找寻有价值信息的难题。数据挖掘和自然语言处理技术为解决这个问题提供了新的... 详细信息

当今信息技术不断发展，各种形式的信息大量涌现，其中文本形式的数据量特别庞大。人们希望快速、准确而全面的获取信息的同时，必须面临在巨大的信息资源中找寻有价值信息的难题。数据挖掘和自然语言处理技术为解决这个问题提供了新的支撑技术。\n 文本挖掘是计算机技术中一个较为崭新的领域，其主要是通过分析大量的文本信息来提取隐含的、未知的、非平凡的以及有潜在应用价值的知识和其他利益。本文主要研究讨论了聚类分析在文本处理中的运用，通过改进逆向最大匹配分词，文本特征表示，模糊聚类来得到一个好的文本聚类集。本文的主要研究内容概括如下：\n 由于中文不同于英文等西文语言，中文在字、词之间没有明显的切分标记，在文本结构化表示之前，必须对文本进行分词处理，本文着重分析了逆向最大匹配分词方法，并结合基于散列(Hash)函数的反向分词词典，对逆向最大匹配分方法进行相应的优化，在减少匹配词典次数和缩小匹配范围的同时，发挥了逆向最大匹配分词方法简单易于实现的优点，并且到达“长词优先”的目的，减少了分词歧义。\n FCM(Fuzzy C-Means)聚类算法，本文结合隶属度加权和平均信息熵技术，有效解决了FCM算法对孤立点敏感和模糊聚类数目选取困难的问题，并且很好的运用于文本挖掘。\n 最后，我们对文本分词和文本聚类算法进行了实际操作，在分词和文本聚类实验中得到了较好的结果。

关键词：文本聚类反向分词词典逆向最大匹配分词方法特征表示模糊聚类算法文本挖掘

来源：评论

学校读者我要写书评

暂无评论

基于癌症基因数据的模糊聚类算法研究

基于癌症基因数据的模糊聚类算法研究

引用

作者：李壮兰州交通大学

学位级别：硕士

近代医疗技术的快速发展,计算机技术、数据存储技术和数据挖掘技术的突飞猛进,致使人类目前对疾病的诊断与治疗的境况也有了极大的改善。癌症肿瘤一直是人类生命杀手之一,但人类对于癌症的发现与诊断还是存在手段单一的问题,并且由于癌... 详细信息

近代医疗技术的快速发展,计算机技术、数据存储技术和数据挖掘技术的突飞猛进,致使人类目前对疾病的诊断与治疗的境况也有了极大的改善。癌症肿瘤一直是人类生命杀手之一,但人类对于癌症的发现与诊断还是存在手段单一的问题,并且由于癌症的发生是源于自身细胞的遗传物质变异导致细胞无限增值,造成癌症不易被诊断;其次癌症数据的处理也是目前的一大难题,癌症数据样本少,且真假样例分布极不平衡,同时样本又具有超高维数的特点,造成数据分析困难,数据处理困难且难以用非人工的方法进行诊断。因此借助人工智能和数据挖掘技术对癌症肿瘤数据进行处理和分析的方法应运而生,利用数据挖掘技术对原始数据进行可用性挖掘,然后再将挖掘到的数据信息用于聚类,通过这样的方法可以对癌症数据进行整合分析,达到更好的聚类效果。首先,将癌症肿瘤数据使用聚类方法聚类,找到其中的癌症具体亚型并提供针对性治疗方案;其次,使用数据分析技术将药物与肿瘤基因进行分析,找出其关联性药物并提供个性化治疗,延长各类癌症亚型患者的生存时间。本文从癌症肿瘤数据中的聚类部分入手并提供可靠性方法,由于癌症数据相互作用,无法硬性地进行划分,因此本文使用核模糊C均值聚类算法KFCM(Kernel Fuzzy C-means Clustering)进行研究,研究方向和内容具体如下:核模糊C均值聚类算法KFCM需要人为指定数据的分类个数,对数据噪声敏感也会降低其性能且类边缘数据点相互影响会导致分类错误。针对这些问题,本文提出一种改进的C-KFCM(Canopy Kernel Fuzzy C-means Clustering)模糊算法,先用Canopy粗聚类算法给出数据集大致的分类数,接下来聚类部分使用KFCM算法。同时本文改进原KFCM算法的隶属度函数,在噪声点和边缘数据的隶属度中引入其邻域数据的隶属度平均值,使数据中的噪声对算法的影响减小或消失。最后实验表明,C-KFCM能自动确定分类数,并且与原算法相比,C-KFCM提高了平均准确率且聚类效果更稳定。针对核模糊C均值聚类算法在对癌症基因进行聚类时,无法深层次挖掘数据间的联系以及算法性能受离群数据点的影响的问题,提出将核模糊C均值聚类算法与谱聚类算法相结合的算法KFCM-S(Kernel Fuzzy C-means Spectral Clustering),使用谱聚类赋予KFCM算法更优秀的发现数据内在联系的能力;其次改进核模糊C均值聚类算法的隶属度函数,减小离群和异常数据点对算法性能的影响,使算法更具鲁棒性。实验结果表明,改进后的核模糊C均值聚类算法能更好地处理数据间的联系,并且算法的性能更加稳定。本文提出的两种算法C-KFCM和KFCM-S都对原算法进行了不同程度的改进,并进行了实验验证。在实验部分,分别选取了人工数据集和癌症肿瘤数据集进行实验,并且通过不同的聚类评价方法进行性能评价。通过实验,在人工数据集上充分说明了本文提出算法的可行性和稳定性,同时通过评价函数也表明算法性能和准确率都略有提高;而在癌症肿瘤真实数据集部分,算法有了更强的聚类分析能力和发现数据内在联系的能力,在对现代医学提供指导的过程中有更大的作用。

关键词：肿瘤基因数据模糊聚类算法 KFCM 谱聚类 Canopy

来源：评论

学校读者我要写书评

暂无评论

基于分段模糊聚类算法的VQ-HMM语音识别模型参数估计

引用

电路与系统学报 2002年第3期7卷 66-69页

作者：赵力邹采荣吴镇扬东南大学无线电工程系江苏南京210096

提出了一种新的语音识别模型VQ-HMM。它综合了VQ和HMM的优点,在每个状态通过用矢量量化误差值取代传统HMM的输出概率值来建立模型,同时提出了基于分段模糊聚类算法的模型参数估计方法。文中给出了模型的实现方法,并通过实验证明了其在... 详细信息

提出了一种新的语音识别模型VQ-HMM。它综合了VQ和HMM的优点,在每个状态通过用矢量量化误差值取代传统HMM的输出概率值来建立模型,同时提出了基于分段模糊聚类算法的模型参数估计方法。文中给出了模型的实现方法,并通过实验证明了其在语音识别中具有很好的性能。

关键词：模糊聚类算法 VQ-HMM 语音识别模型参数估计矢量量化法

来源：评论

学校读者我要写书评

暂无评论

基于模糊聚类算法和可拓检测物元聚焦的颅内血管图像分割方法研究

基于模糊聚类算法和可拓检测物元聚焦的颅内血管图像分割方法研究

引用

作者：王海峰广东工业大学

学位级别：硕士

随着医学成像技术的应用与发展，计算机系统在临床与教学中的应用越来越重要。计算机辅助诊断系统在临床上面的应用也越来越变得不可或缺，医学成像技术在治疗过程的疾病诊断、治疗方案设计、手术效果评价等方面起重要作用，为医护人员... 详细信息

随着医学成像技术的应用与发展，计算机系统在临床与教学中的应用越来越重要。计算机辅助诊断系统在临床上面的应用也越来越变得不可或缺，医学成像技术在治疗过程的疾病诊断、治疗方案设计、手术效果评价等方面起重要作用，为医护人员提供了很多有用的信息。在这个大背景下，本课题也得到了广东省广州市海珠区科技计划项目的支持。\n 医学图像处理技术是计算机辅助诊断系统中重要的组成部分，国内外研究人员提出了很多行之有效的医学图像分割方法。在这些方法中，模糊聚类算法是一种软分割方法，对医学图像分割尤为适合。但传统的模糊聚类算法的聚类中心容易陷入局部最优的问题，故本文采用物元聚焦与其结合的方法来解决此问题，给出了相应的解决方案。针对MRI颅内血管医学图像的特性，本文采用两步分割，来实现血管区域的最终分割。\n 第一次分割为去除与血管不相邻且可能会对二次分割造成影响的其它区域。第一次分割主要分三步:首先，对图像进行阈值处理，得到血管周围的区域以及一些不相关的小区域;然后，利用面积滤波，把小面积对象删除，并通过填充漏洞把相关区域中遗留的黑色部分去除掉，得到相关区域;最后利用所得到的相关图像在原图像中分割出相关区域。第二次分割时，针对传统方法存在聚类中心很容易陷入局部最优的问题，所以本篇文章提出FCM算法结合物元聚焦来解决这个问题。利用模糊C均值聚类算法对医学图像进行分割时，如果仅采用单个像素的灰度值作为特征真进行分割，则可能会导致在噪声区域及边界处出现误分割的现象。为了解决这个问题，本篇文章采用了八邻域像素值均值做为第二特征值。建立物元模型，通过物元聚焦把干扰的噪声过滤掉，从而求出准确的目标量值。\n 实验数据证明，本文方法能较好地避免传统模糊聚类方法陷入局部最优的不足，并且具有抗噪声干扰能力强等特点，对颅内血管分割能够取得了较为理想的效果，为三维重建等后续工作奠定了基础。

关键词： MRI图像模糊聚类算法可拓检测物元聚焦医学图像分割颅内血管三维重建

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变压器局部放电模式识别的研究

基于改进模糊聚类算法的变压器局部放电模式识别的研究

引用

作者：张炜栋山东大学

学位级别：硕士

在现代电力系统的电力网络中,为维持安全稳定的电力供应需求,电力变压器发挥着及其重要的作用,所以电力变压器的安全运行关系着电网系统的用电可靠性。不过由于各种因素的影响使得变压器会产生内部绝缘故障,而变压器局部放电又与其密切... 详细信息

在现代电力系统的电力网络中,为维持安全稳定的电力供应需求,电力变压器发挥着及其重要的作用,所以电力变压器的安全运行关系着电网系统的用电可靠性。不过由于各种因素的影响使得变压器会产生内部绝缘故障,而变压器局部放电又与其密切相关。如何对变压器的局放信号进行监测,做到故障前的未雨绸缪,对电网系统的安全稳定运行相当关键,因此局部放电的模式识别研究对判断变压器故障类型、识别绝缘缺陷格外重要。本文依据变压器放电信号数据提取、特征量的提取和信号识别等顺序对变压器内部局部放电进行研究,文中设计了四种常见的绝缘缺陷进行沿面、针板(接触和不接触)和悬浮放电,在实验室分别利用脉冲电流法和超声波法对变压器进行局部放电放电信号提取记录。基于不同的传感器产生数据的不同类型,为获得准确可靠特征量,对脉冲电流法数据通过PRPD谱图转换为灰度图像提取典型的矩特征参数进行模式识别;超声波信号进行降噪处理采用改进阈值的小波去噪,在信号的还原上最大程度不失真,特征提取上采用统计特征参数与小波包能量参数相结合的办法进行特征参数的提取,最终在数据处理上采用主成分降维处理对数据进行优化减少冗余。在以往通过模糊c均值算法(FCM)对局部放电进行模式识别中,考虑到FCM的初值敏感,如果在众多样本中出现个别偏差干扰,极易得到局部极小值,从而获得的解并非全局最优解;从此角度出发,其在局部放电的模式识别中影响识别率。人工鱼群算法是基于动物行为的自治体寻优模式,其显著优点就是全局搜索能力强大,具有全域搜索的功能,很好的克服了 FCM陷入局部最优解的不足,所以在文章中将两者结合优化后的算法引入到变压器局部放电的模式识别中,从而提高不通缺陷模型局部放电的识别成功率。本文中针对引入人工鱼群后迭代次数明显增多的问题进行了优化处理,在人工鱼群算法的步长上进行了优化,引入步长修正因子δ加以解决,在精度不损失的前提下减少迭代次数,最终通过实验,证实了算法的有效性。本文通过对脉冲电流法和超声波法的对比研究,证实了统计特征参数和小波包能量参数在变压器局部放电的模式识别的研究中具有很高的准确性,以及证实通过优化步长AFSA算法改进的FCM算法在变压器局部放电类型的模式识别领域的价值,改进的算法在提高放电识别率上有明显效果。

关键词：局部放电模式识别灰度图像小波包能量分解人工鱼群算法模糊聚类算法

来源：评论

学校读者我要写书评

暂无评论

基于距离度量的模糊聚类算法研究

基于距离度量的模糊聚类算法研究

引用

作者：周浩祥江苏大学

学位级别：硕士

数据挖掘领域中有一项重要的技术就是模糊聚类算法。模糊聚类算法作为一种无监督的机器学习方法,能够将未标记的样本数据划分成多个簇,并使同一个簇中的样本数据之间相似性尽可能大,不同簇中的样本数据之间相似性尽可能小。距离度量是... 详细信息

数据挖掘领域中有一项重要的技术就是模糊聚类算法。模糊聚类算法作为一种无监督的机器学习方法,能够将未标记的样本数据划分成多个簇,并使同一个簇中的样本数据之间相似性尽可能大,不同簇中的样本数据之间相似性尽可能小。距离度量是衡量各个样本数据点之间相似程度的重要因素,因此模糊聚类算法的聚类性能在很大程度上取决于距离度量的选择。然而在面对不同的数据特征时,基于欧氏距离度量的模糊聚类算法往往不能得到较佳的聚类结果。因此,选择合适的距离度量对模糊聚类算法进行优化可以极大提高聚类的准确性和稳定性。本文的工作主要包括以下三个方面。（1）针对改进型可能性C均值（IPCM）聚类算法的聚类准确性受数据不规则分布影响较大的缺陷,将基于模糊协方差矩阵的自适应距离度量应用到IPCM聚类算法中,从而提出了一种自适应改进型可能性C均值（AIPCM）聚类算法。通过在茶叶数据集上对比和分析提出的AIPCM聚类算法。首先利用多元散射校正（MSC）,主成分分析（PCA）以及线性判别分析（LDA）对茶叶数据集进行处理,然后在处理后的茶叶数据集上运行AIPCM聚类算法和传统聚类算法。实验结果表明,在不同的模糊加权参数下,AIPCM聚类算法总具有最高的准确率,并且不断修改训练样本和测试样本的数量进行聚类,同样具有最高聚类准确率;AIPGG聚类算法的最终聚类中心与真实聚类中心之间的距离为EAIPCM（28）0.3057,明显更接近真实聚类中心;AIPCM聚类算法仅需29次迭代就可达到收敛状态,比传统的聚类算法要更快。（2）对IPCM聚类算法的距离度量进行再次优化,使用基于模糊协方差矩阵的指数距离度量来计算各样本数据之间的相似程度,并提出了一种改进型可能性Gath-Geva（IPGG）聚类算法。通过对苹果数据集进行聚类,从而分析IPGG聚类算法的性能。首先对苹果数据集进行MSC和PCA处理,然后分别从聚类准确性,聚类中心和迭代收敛结果等三个方面进行详细分析。实验结果表明,IPGG聚类算法的聚类准确性明显高于FCM,GK,GG和IPCM;IPGG聚类算法的最终聚类中心更加接近真实聚类中心;IPGG聚类算法只需要进行13次迭代即可达到收敛状态,因此收敛速度比其他模糊聚类算法要快。（3）受IPGG聚类算法的启示,将基于模糊协方差矩阵的指数距离度量扩展到可能性模糊C均值（PFCM）聚类算法中,并提出了一种可能性模糊Gath-Geva（PFGG）聚类算法。通过对X2 0数据集进行聚类,PFGG聚类算法能够有效聚类识别噪声数据点x1 9和x20,并得到典型值分别为0.0141和0.0297,从而验证该算法能够克服噪声数据敏感的缺陷。在三个数据集（Seeds数据集、Coffee数据集和Meat数据集）上分别对PFGG聚类算法的聚类准确性、聚类中心和迭代收敛结果进行了分析。实验结果表明,通过不断修改模糊加权参数以及系数,PFGG聚类算法的聚类准确性最高,最终聚类中心与真实聚类中心之间的距离最近并且迭代收敛速度最快。

关键词：数据挖掘模糊聚类算法距离度量相似程度模糊协方差矩阵

来源：评论

学校读者我要写书评

暂无评论

模糊聚类算法在导航星识别中的应用

引用

导航 2002年第3期38卷 89-93页

作者：田晓东庞晓楠海军潜艇学院青岛266071

在现代化的天文导航系统中，星空的自动化识别对提高导航精度，计算速度以及导航系统的自动化程度均有很大的影响。本文基于模糊聚类分析的理论知识，提出了对导航星空进行聚类划分的数学算法，并进行了计算机仿真检验，结果表明此方法... 详细信息

在现代化的天文导航系统中，星空的自动化识别对提高导航精度，计算速度以及导航系统的自动化程度均有很大的影响。本文基于模糊聚类分析的理论知识，提出了对导航星空进行聚类划分的数学算法，并进行了计算机仿真检验，结果表明此方法切实可行。

关键词：模糊聚类算法天文导航计算机仿真星空识别

来源：评论

学校读者我要写书评

暂无评论

基于GA与PSO并行的模糊聚类算法

引用

福州大学学报（自然科学版） 2009年第3期37卷 336-339页

作者：刘能现俞建家福州大学数学与计算机科学学院福建福州350108

针对FCM算法不足,提出一种改进的模糊聚类算法:基于遗传算法(GA)与粒子群优化算法(PSO)并行的模糊聚类算法.实验结果表明,该算法比单基于GA或者PSO的模糊聚类有较好分类正确率与稳定性,有效克服了传统FCM算法对初值敏感和易陷入局部极... 详细信息

针对FCM算法不足,提出一种改进的模糊聚类算法:基于遗传算法(GA)与粒子群优化算法(PSO)并行的模糊聚类算法.实验结果表明,该算法比单基于GA或者PSO的模糊聚类有较好分类正确率与稳定性,有效克服了传统FCM算法对初值敏感和易陷入局部极小值的问题.

关键词：模糊聚类算法 GA PSO

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：