检索结果-内蒙古大学图书馆

作者：朱云贺中国海洋大学

学位级别：硕士

模糊c均值聚类算法(FcM:Fuzzy c-Means)的研究领域隶属于数据挖掘的聚类分析方向,是一种基于目标函数的无监督的聚类分析算法。它是在传统聚类分析算法的基础上引入模糊数学理论的概念,并利用隶属度函数来表示数据对象相对于类簇的所属... 详细信息

模糊c均值聚类算法(FcM:Fuzzy c-Means)的研究领域隶属于数据挖掘的聚类分析方向,是一种基于目标函数的无监督的聚类分析算法。它是在传统聚类分析算法的基础上引入模糊数学理论的概念,并利用隶属度函数来表示数据对象相对于类簇的所属关系。本文主要研究内容是:首先,从模糊c均值聚类算法的目标函数进行推导,推导出在聚类分析取得最优化解时隶属度函数μ( x)和聚类中心的数学表达式。然后,从模糊c均值聚类算法的相关问题入手,论述了解决问题的理论依据和具体思路,并提出的PFcM(PFcM:Optimal Fuzzy c-Means)算法。该算法的主要内容是:第一,由于FcM的初始聚类中心是随机产生,聚类的效果可能会随着初始聚类中心的选择而波动。本文根据推导出的聚类中心的表达式,采用数据分段方法,确定初始聚类中心,以减少聚类结果因初始聚类中心的随机性选择而引起的波动。第二,由于FcM算法在计算数据对象各维特征的距离时某些维度特征的量纲或者偏离度可能差异巨大,进而有可能掩盖其它维度的特征作用。本文运用层次分析法,从数据对象纵向上构造了一个成对比较矩阵,以各维特征的方差为基准,计算各维特征的权重来平衡它们的作用。第三,由于FcM算法是一种迭代爬山的搜索算法,它在处理高维数据时效率比较低。本文利用多项式拟合的方法,从数据对象横向上建立非线性映射,将原数据对象映射到一元多次函数的系数上,使用一元多次函数的系数来代替原数据对象的各维数据,以降低原数据对象的维度,进而增强FcM算法处理高维数据的能力。第四,由于FcM算法在迭代过程时使用距离更新聚类中心,当奇异点的范数过大时,可能会极大地减少其他数据对象的作用。本文在每次算法迭代过程时,检测各个类簇中潜在的奇异点,然后根据方差分析假设检验的方法,判断它是否是真正的奇异点。如果接受假设,则不将该奇异点加入到调整聚类中心的集合中,反之,则加入,以此来减少奇异点对聚类结果的影响。最后,本文通过实验比较了PFcM算法与FcM算法,并将PFcM算法应用于模式识别中。实验结果和应用实例表明:PFcM算法在一定程度上优化了FcM算法,提高了FcM算法的性能和效率。

关键词：模糊c均值聚类算法聚类分析层次分析法多项式拟合方差分析

来源：评论

学校读者我要写书评

暂无评论

基于模糊聚类的配电网极限线损率计算方法

引用

供用电 2019年第11期36卷 71-77页

作者：袁晓燕陶钰磊何飞宇国网甘肃省电力公司张掖供电公司甘肃张掖734099 四川大学电气信息学院四川成都610065

针对10 kV配电线路特点,为了对配电网的线损率进行分析并确定降损空间,根据当前一系列极限线损率指标,提出了一种极限线损率计算方法。首先,根据配电网不同线路特征和运行参数之间的差别,筛选出对极限线损率影响高的指标。然后,提取聚... 详细信息

针对10 kV配电线路特点,为了对配电网的线损率进行分析并确定降损空间,根据当前一系列极限线损率指标,提出了一种极限线损率计算方法。首先,根据配电网不同线路特征和运行参数之间的差别,筛选出对极限线损率影响高的指标。然后,提取聚类指标参数,通过模糊c均值算法进行聚类分析。根据馈线聚类结果,对每类馈线选取基准馈线,在极限条件下采用等值电阻法计算极限线损率;对类内非基准馈线,采用调整系数法计算极限线损率,并通过检验线损率是否服从正态分布进行极限线损率的修正。最后,以某市配电网数据为实例,进行极限线损率计算,确定降损措施,表明该方法具有指导作用。

关键词：配电网极限线损模糊c均值聚类算法等值电阻法调整系数

来源：评论

学校读者我要写书评

暂无评论

基于云计算和区块链的金融信息管理系统

基于云计算和区块链的金融信息管理系统

引用

作者：李国安 343400 江西省吉安市永新县莲洲乡黄门村

一种基于云计算和区块链的金融信息管理系统，包括金融政策获取模块、金融数据获取模块、区块链存储模块和金融信息管理模块，所述金融政策获取模块用于收集最新的金融政策信息，所述金融数据获取模块用于收集金融数据，所述区块链存储... 详细信息

标准号: CN111652733A

一种基于云计算和区块链的金融信息管理系统，包括金融政策获取模块、金融数据获取模块、区块链存储模块和金融信息管理模块，所述金融政策获取模块用于收集最新的金融政策信息，所述金融数据获取模块用于收集金融数据，所述区块链存储模块用于存储收集的金融政策和金融数据，所述金融信息管理模块用于显示所述金融政策和金融数据。本发明的有益效果：将信息化技术应用到金融信息管理中，通过对金融政策和金融数据的获取和显示，有利于用户实时了解当前的金融情况。此外，本发明采用模糊c均值聚类算法将调取的金融数据进行分类处理，能够有效的避免传统的需要人为预先设定模糊c均值聚类算法的聚类数造成的聚类结果不稳定的现象。

关键词：金融数据金融政策获取模块金融信息区块模糊c均值聚类算法存储模块管理模块信息化技术分类处理管理系统聚类结果用户实时传统的云计算调取聚类存储应用金融管理

来源：评论

学校读者我要写书评

暂无评论

水声数据体绘制中基于梳状波变换的传递函数设计方法

水声数据体绘制中基于梳状波变换的传递函数设计方法

引用

作者：魏阳洋叶学义陈妍婷王涛季毕胜 310018 浙江省杭州市下沙高教园区2号大街

本发明公开了一种水声数据体绘制中基于梳状波变换的传递函数设计方法。本发明步骤：1、通过水下声纳采集原始三维标量数据，并以三维矩阵形式保存后进行三维非下采样Brushlet变换，得到各个变换后的子体积；2、对各个子体积进行Brushle... 详细信息

标准号: CN110781737A

本发明公开了一种水声数据体绘制中基于梳状波变换的传递函数设计方法。本发明步骤：1、通过水下声纳采集原始三维标量数据，并以三维矩阵形式保存后进行三维非下采样Brushlet变换，得到各个变换后的子体积；2、对各个子体积进行Brushlet阈值去噪处理；3、用灰度共生矩阵提取前半象限的各个子体积中数据点的能量、对比度、熵、惯性等多个纹理特征；4、将步骤3中提取的多个纹理特征级联成一个高维特征向量，作为原始数据的特性向量，并用模糊c均值聚类算法进行数据分类；5、对分类结果分别设置相应的光学属性，并用光线投射算法进行体绘制。本发明在处理水下声纳收集到的具有复杂环境情况的三维水声数据时，能对其中水体数据和地底数据有着良好的绘制效果。

关键词：三维水声数据水下声纳纹理特征绘制模糊c均值聚类算法并用传递函数设计高维特征向量光线投射算法灰度共生矩阵阈值去噪处理标量数据分类结果复杂环境光学属性三维矩阵数据分类特性向量原始数据梳状波数据点下采样象限水体采集保存

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的配变停电电量损失预测的方法

基于深度学习的配变停电电量损失预测的方法

引用

作者：罗晨山宪武张冬冬孙羽森俞海猛张良 830011 新疆维吾尔自治区乌鲁木齐市高新技术产业开发区恒达街200号

本发明公开了一种基于深度学习的配变停电电量损失预测的方法，基于模糊c均值聚类算法实现对配变负荷曲线的分类，得到各类聚类中心负荷曲线，计算各时间段各类配变负荷与相应各类中心负荷的增幅，选取增幅率小于阈值的时间段为待预测... 详细信息

标准号: CN111325315A

本发明公开了一种基于深度学习的配变停电电量损失预测的方法，基于模糊c均值聚类算法实现对配变负荷曲线的分类，得到各类聚类中心负荷曲线，计算各时间段各类配变负荷与相应各类中心负荷的增幅，选取增幅率小于阈值的时间段为待预测时间段；利用训练后的门控循环单元神经网络预测待预测时间段的负荷值作为停电损失电量；求解目标函数，当目标函数最优化时获得电持续时间。本发明实现对停电损失电量的计算，为提高供电的可靠性提供数据支持，基于用户负荷曲线聚类实现计划停电的优化管理。

关键词：时间段目标函数停电损失变负荷电量预测停电模糊c均值聚类算法神经网络预测电量损失负荷曲线聚类中心数据支持循环单元用户负荷优化管理中心负荷最优化增幅求解聚类门控供电分类学习

来源：评论

学校读者我要写书评

暂无评论

一种静态电压稳定性评估方法及系统

一种静态电压稳定性评估方法及系统

引用

作者：秦文萍逯瑞鹏姚宏民高蒙楠景祥朱云杰李家钰王科韩肖清贾燕冰 030024 山西省太原市迎泽西大街79号

本发明公开一种静态电压稳定性评估方法及系统。该方法包括：获取节点原始负荷数据并对节点原始负荷数据进行归一化处理；对处理后的节点负荷数据采用模拟植物生长算法进行聚类，得到最佳聚类数和初始聚类中心，根据模糊c均值聚类算法... 详细信息

标准号: CN110932265A

本发明公开一种静态电压稳定性评估方法及系统。该方法包括：获取节点原始负荷数据并对节点原始负荷数据进行归一化处理；对处理后的节点负荷数据采用模拟植物生长算法进行聚类，得到最佳聚类数和初始聚类中心，根据模糊c均值聚类算法获得最佳聚类中心；根据最佳聚类数和最佳聚类中心对节点负荷进行分解，建立改进ZIP负荷模型；根据改进ZIP负荷模型判断节点负荷是否满足设定置信度要求；若满足，则分别计算各个节点在不同时间段、不同负荷、不同负荷增长方式的节点电压，根据所得结果，分析系统静态电压的稳定性；若不满足，则重新进行聚类。本发明能够准确获得负荷模型，分析电力系统的稳定性。

关键词：聚类负荷模型节点负荷最佳聚类中心原始负荷模糊c均值聚类算法静态电压稳定性初始聚类中心分析电力系统负荷增长方式归一化处理分析系统节点电压静态电压模拟植物数据采用时间段置信度算法改进分解生长评估

来源：评论

学校读者我要写书评

暂无评论

一种高比例可再生能源接入下的电网脆弱性评估方法

一种高比例可再生能源接入下的电网脆弱性评估方法

引用

作者：刘吉龙杜明田张海诚高红梅王鹏举宋曙光李丽丽王波杨洪波张君 256600 山东省滨州市黄河四路521号

本发明公开了一种高比例可再生能源接入下的电网脆弱性评估方法，借助多场景技术，采用模糊c均值聚类算法，对目标地区电网高比例可再生能源出力数据聚类，得到高比例可再生能源出力的多场景时序分布模型；在各典型场景下运用基于DEAHP... 详细信息

标准号: CN110705879A

本发明公开了一种高比例可再生能源接入下的电网脆弱性评估方法，借助多场景技术，采用模糊c均值聚类算法，对目标地区电网高比例可再生能源出力数据聚类，得到高比例可再生能源出力的多场景时序分布模型；在各典型场景下运用基于DEAHP的脆弱性指标体系对元件脆弱性进行评估，得到随可再生能源出力变化而变化的脆弱性时序评估指标，从而反应节点脆弱特性的波动程度和实时运行状况。引入加权熵的思想，利用时序加权向量将各时间断面的静态评估模型线性加权集结，以综合考虑所有典型时序场景下节点脆弱性的波动特性和均衡程度。实现典型场景概率性与脆弱性评估时序性的结合，静动态综合地评估网络中各节点的脆弱性，使得评估结果更加符合电网运行实际。

关键词：脆弱性时序脆弱性评估典型场景场景电网加权模糊c均值聚类算法出力实时运行状况波动特性出力变化典型时序分布模型加权向量静态评估模型线性目标地区评估结果评估网络评估指标时间断面数据聚类指标体系综合考虑概率性静动态时序性集结均衡引入评估

来源：评论

学校读者我要写书评

暂无评论

云制造环境下基于本体和模糊QoS的供应商匹配方法

引用

中国管理科学 2018年第1期26卷 128-138页

作者：孙晓琳金淳马琳王文波大连理工大学管理与经济学部辽宁大连116024 大连大学经济管理学院辽宁大连116633

云制造环境下的服务匹配具有资源数量大、语义信息不对称、QoS多样化和模糊化的特点,同时企业有自主选择匹配结果的需求。为此,提出基于本体和模糊QoS聚类的三阶段供应商匹配模型。首先构建本体模型和供应商服务描述模型,运用语义本体... 详细信息

云制造环境下的服务匹配具有资源数量大、语义信息不对称、QoS多样化和模糊化的特点,同时企业有自主选择匹配结果的需求。为此,提出基于本体和模糊QoS聚类的三阶段供应商匹配模型。首先构建本体模型和供应商服务描述模型,运用语义本体既消除了信息的不对称性,又增加了语义信息的完整性。此外,对QoS的多属性信息进行三角模糊化处理,结合模糊偏好和优化的模糊c均值聚类（FcM）算法按需聚类,提高了收敛速度和精度,得出基于匹配度排序的结果集合。实例验证结果表明：本文匹配方法较传统方法有更高的适应性和查准率。

关键词：服务匹配供应商服务本体模糊QoS 模糊c均值聚类算法聚类中心

来源：评论

学校读者我要写书评

暂无评论

大数据下基于IPSO优化模糊PSR-KELM模型预测风功率

引用

自动化与仪表 2019年第8期34卷 77-81,108页

作者：任建龙赵巧娥严志伟高金城山西大学电力工程系太原030013 国网山西省电力公司检修分公司太原030006 中国电缆工程有限公司北京100079

该文利用改进粒子群算法分别优化模糊c均值聚类算法以及基于相空间重构技术和核极限学习机组合模型(PSR-KELM模型)的四参数预测风速。首先,利用优化之后的模糊c均值聚类算法计算风电场实际采集风速数据的模糊隶属度并进行分类,形成代表... 详细信息

该文利用改进粒子群算法分别优化模糊c均值聚类算法以及基于相空间重构技术和核极限学习机组合模型(PSR-KELM模型)的四参数预测风速。首先,利用优化之后的模糊c均值聚类算法计算风电场实际采集风速数据的模糊隶属度并进行分类,形成代表性强的预测风速模糊样本数据;其次,对PSR-KELM模型的四参数(τ,m,γ,σ)进行优化;最后,基于风速模糊样本数据以及优化四参数的PSR-KELM模型预测风速。以晋北风场作为实例,通过分析其现场实际运行数据,与四参数优化的PSR-KELM模型、模糊四参数优化的PSR-KELM模型相比,改进移动平均平滑算法可以有效滤除异质值,拟合出更接近风电场实际运行状况的风速-功率曲线。

关键词：大数据改进粒子群算法模糊c均值聚类算法相空间重构技术核极限学习机风功率预测

来源：评论

学校读者我要写书评

暂无评论

模糊c均值聚类算法的改进研究

引用

淮阴师范学院学报（自然科学版） 2011年第3期10卷 226-229页

作者：贾丙静王传安宋雪亚安徽科技学院理学院安徽凤阳233100

模糊c均值聚类算法(FcM)是一种比较有代表性的模糊聚类算法,主要是通过迭代更新聚类中心和隶属度矩阵,使目标函数值达到最小.FcM算法还有很多缺陷和不足,其中最主要的就是选取不同的初始中心,会得到不同的聚类结果,影响到聚类的稳定性... 详细信息

模糊c均值聚类算法(FcM)是一种比较有代表性的模糊聚类算法,主要是通过迭代更新聚类中心和隶属度矩阵,使目标函数值达到最小.FcM算法还有很多缺陷和不足,其中最主要的就是选取不同的初始中心,会得到不同的聚类结果,影响到聚类的稳定性和准确率.本文对要聚类的数据集采用数据分区技术进行预处理,根据物质质心的定义及质心运动原理,计算每个数据分区的质心做为FcM聚类的初始聚类中心.实验结果表明,改进后的算法FcM能够降低迭代次数和运行时间,得到比较稳定的聚类结果.

关键词：模糊c均值聚类算法数据分区质心

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：