检索结果-内蒙古大学图书馆

系统工程 2004年第2期22卷 66-68页

作者：李英李武王浣尘华东理工大学管理学院上海200237 上海交通大学安泰管理学院上海200052

聚类分析是根据物理或抽象对象间的相似程度对对象进行分类的一种方法,通过聚类分析使得同一类中的对象具有高的相似度,而与其他类中的对象则很不相同。PAM(PartitioningAroundMedoids)算法是一种基于距离的分离式聚类方法,具有良好的... 详细信息

聚类分析是根据物理或抽象对象间的相似程度对对象进行分类的一种方法,通过聚类分析使得同一类中的对象具有高的相似度,而与其他类中的对象则很不相同。PAM(PartitioningAroundMedoids)算法是一种基于距离的分离式聚类方法,具有良好的抗噪声、抗偏离点的能力。本文将PAM算法应用于交通控制的时段划分中,通过验证分析,结果表明取得了良好的分类效果。

关键词：交通控制聚类分析算法数据挖掘交通流量 PAM算法

来源：评论

学校读者我要写书评

暂无评论

聚类分析算法在舰船识别中的应用

引用

舰船科学技术 2020年第12期 70-72页

作者：陈华王伟超郑州信息工程职业学院

为了缩短舰船识别时间,提高舰船识别的成功率,提出聚类分析算法在舰船识别中的应用。通过聚类分析算法计算出舰船图像的分辨率,获取舰船图像的横向分辨率,完成舰船目标形态特征的提取;采用聚类方程表达式,得到舰船能量函数,基于聚类分... 详细信息

为了缩短舰船识别时间,提高舰船识别的成功率,提出聚类分析算法在舰船识别中的应用。通过聚类分析算法计算出舰船图像的分辨率,获取舰船图像的横向分辨率,完成舰船目标形态特征的提取;采用聚类方程表达式,得到舰船能量函数,基于聚类分析算法,确定处理舰船图像的聚类模型,通过分析聚类系数值的大小,完成舰船图像的处理;最后通过舰船识别流程设计,实现基于聚类分析算法的舰船识别。实验结果表明,基于聚类分析算法的舰船识别技术可以提高舰船识别的成功率。

关键词：聚类分析算法舰船识别形态特征识别流程

来源：评论

学校读者我要写书评

暂无评论

聚类分析算法在不确定性决策中的应用

引用

计算机科学 2019年第B06期46卷 593-597页

作者：黄海燕刘晓明孙华勇杨志才陆军工程大学南京210007 蚌埠汽车士官学校安徽蚌埠233011 酒泉卫星发射中心甘肃酒泉732750

为了更快地获取有用的决策信息,结合当下人工智能技术的发展新趋势,基于K-MEANS等聚类分析算法尝试性地对决策信息进行分析聚类。提出决策信息概念模型,以更好地表述决策信息,方便信息分析处理;结合具体数据实例,将聚类算法应用到不确... 详细信息

为了更快地获取有用的决策信息,结合当下人工智能技术的发展新趋势,基于K-MEANS等聚类分析算法尝试性地对决策信息进行分析聚类。提出决策信息概念模型,以更好地表述决策信息,方便信息分析处理;结合具体数据实例,将聚类算法应用到不确定性决策中,实现对决策信息的分类推荐,方便快速挖掘关键信息,减少决策时间。最后,研究基于聚类分析算法的评价决策方法,提出聚类信息可用性指标,为度量决策信息中的聚类效果提供一种度量标准。

关键词：决策信息 K-means 聚类分析算法聚类信息可用性指标

来源：评论

学校读者我要写书评

暂无评论

聚类分析算法在测绘成果质检综合服务系统中的应用研究

聚类分析算法在测绘成果质检综合服务系统中的应用研究

引用

作者：翟佩璇合肥工业大学

学位级别：硕士

随着地理信息产业的进一步发展,结合新一代测绘技术装备的发展,积累的地理信息数据越来越丰富。面对海量的地理信息数据,如何从海量数据中获取到有用的信息从而提高数据的利用效率成为地理信息产业的一个关键问题。除此之外,提高对测绘... 详细信息

随着地理信息产业的进一步发展,结合新一代测绘技术装备的发展,积累的地理信息数据越来越丰富。面对海量的地理信息数据,如何从海量数据中获取到有用的信息从而提高数据的利用效率成为地理信息产业的一个关键问题。除此之外,提高对测绘成果数据质量检查与管理的效率,不仅是测绘行业发展的要求,也是测绘成果更好地服务相关行业的前提保证。本文是在测绘成果质检综合服务系统开发的基础上,研究聚类分析算法在系统中应用的可行性与有效性,主要研究内容包含以下几个方面：1.基于测绘成果质检系统的抽样检查方案研究。通过对质检系统的系统框架与功能分析,研究测绘成果的抽样检查方法,进一步分析了分层抽样方法在批成果抽样检查中的优势。2.基于聚类分析算法的分层抽样方案研究。结合测绘成果数据空间相关性的特点,针对质检系统中批成果样本选取的问题,设计基于聚类分析算法的分层抽样方案。本文选择K-Means算法对批成果进行聚类分层,然后在Matlab平台上进行简单随机抽样与聚类分层抽样的对比实验。结果显示,相比简单随机抽样方法,聚类分层抽样方法在批成果抽样检查中更具优势性。3.基于ArcEngine的检查点抽样程序开发。本文利用ArcEngine技术,结合聚类分层抽样方法与C#语言进行检查点抽样程序的开发。经实例数据测试,该程序运行良好,且达到了预期实验效果。

关键词：测绘成果质检系统聚类分析算法抽样空间数据

来源：评论

学校读者我要写书评

暂无评论

基于聚类分析算法的船舶障碍物自动识别系统

引用

舰船科学技术 2021年第10期43卷 19-21页

作者：邓斌穆晓芳亓慧太原师范学院计算机系

由于船舶在海上航行时,受到海上信号强度的影响,使得障碍物识别系统响应速度变慢,识别精度降低,因此采用聚类分析算法对船舶障碍物进行自动识别。在分析船舶障碍物自动识别系统结构的基础上,设计系统的整体结构,并结合船舶障碍物信号处... 详细信息

由于船舶在海上航行时,受到海上信号强度的影响,使得障碍物识别系统响应速度变慢,识别精度降低,因此采用聚类分析算法对船舶障碍物进行自动识别。在分析船舶障碍物自动识别系统结构的基础上,设计系统的整体结构,并结合船舶障碍物信号处理器的内部结构,设计了船舶障碍物信号处理器,完成了系统的硬件设计。在此基础上,采用聚类分析算法提取障碍物识别算子,完成了对船舶障碍物完整性的判断,结合船舶障碍物识别流程,完成系统的软件设计,实现了对船舶障碍物的自动识别。试验结果表明,基于聚类分析算法的船舶障碍物自动识别系统不仅能有效地减少海上航行船舶的碰撞次数,降低系统的失误率,而且能提高识别的准确性。

关键词：聚类分析算法船舶航行障碍物识别信号处理机

来源：评论

学校读者我要写书评

暂无评论

投融资企业预算报表审计系统研究——基于聚类分析算法

引用

财会通讯 2020年第15期 141-145页

作者：郑适四川大学锦江学院四川峨眉山620860

数据挖掘技术在审计系统中的应用改变了传统审计分析系统数据准确性低且误差大的弊端,作为数据挖掘技术中的一种聚类分析算法,其在预算报表审计工作中的应用是否可以降低企业风险、推动企业审计实际工作的开展成为当下值得深入研究的问... 详细信息

数据挖掘技术在审计系统中的应用改变了传统审计分析系统数据准确性低且误差大的弊端,作为数据挖掘技术中的一种聚类分析算法,其在预算报表审计工作中的应用是否可以降低企业风险、推动企业审计实际工作的开展成为当下值得深入研究的问题。基于此,本文选取风险系数较大的投融资企业,将预算报表审计系统融入聚类分析算法及大数据技术,并从预算报表审计系统结构模块、审计系统的数据库设计、审计流程实现及审计系统性能测试四个方面展开深入研究。

关键词：投融资企业预算报表审计系统聚类分析算法

来源：评论

学校读者我要写书评

暂无评论

基于聚类分析算法和优化支持向量机的无线网络流量预测

引用

计算机科学 2020年第8期47卷 319-322页

作者：曹素娥杨泽民山西大同大学计算机与网络工程学院山西大同037009

为了解决当前无线网络流量预测过程存在的一些问题,以提高无线网络流量的预测精度为目标,提出基于聚类分析算法和优化支持向量机的无线网络流量预测模型。首先,采集无线网络流量数据集,并采用聚类分析算法构建训练样本集合;然后,采用支... 详细信息

为了解决当前无线网络流量预测过程存在的一些问题,以提高无线网络流量的预测精度为目标,提出基于聚类分析算法和优化支持向量机的无线网络流量预测模型。首先,采集无线网络流量数据集,并采用聚类分析算法构建训练样本集合;然后,采用支持向量机对无线网络流量训练样本进行学习,并引入布谷鸟搜索算法对支持向量参数进行优化,从而建立无线网络流量预测模型;最后,通过具体无线网络流量预测实例分析模型的有效性。结果表明,所提模型的无线网络流量预测精度高,提升了无线网络流量建模效率,而且其无线网络流量预测效果要优于当前经典无线网络流量预测模型,具有比较显著的优越性。

关键词：无线网络流量预测聚类分析算法支持向量机布谷鸟搜索算法

来源：评论

学校读者我要写书评

暂无评论

数据聚类分析算法在基因表达中的研究和应用

数据聚类分析算法在基因表达中的研究和应用

引用

作者：李伟中南大学

学位级别：硕士

摘要：基因表达数据的剧烈增长致使现阶段迫切需要有效的工具来分析基因表达数据并挖掘其中隐含的生物学信息。目前被使用得最广泛的有力工具是聚类分析算法,且近年来不断有人提出新的聚类分析算法。然而各聚类分析算法因其原理等方面... 详细信息

摘要：基因表达数据的剧烈增长致使现阶段迫切需要有效的工具来分析基因表达数据并挖掘其中隐含的生物学信息。目前被使用得最广泛的有力工具是聚类分析算法,且近年来不断有人提出新的聚类分析算法。然而各聚类分析算法因其原理等方面的不同而在分析基因表达数据时有不同的效率。如何对各种聚类分析算法进行有效的分析,并开发出新型的更有效的聚类分析算法便成了当务之急。本文在综述了K-MEANS聚类算法、自组织映射(SOM)聚类算法、Silhouette旨数等相关理论的基础上,对几种聚类分析算法进行了分析与总结,针对原始K-MEANS聚类算法中中心点选取的缺陷,设计了一种优化初始聚类中心的K-MEANS聚类算法。同时针对自组织映射(SOM)聚类算法自身的缺陷,设计了一种结合K-MEANS聚类算法(?)Silhouette指数的SOM聚类算法,并利用Matlab实现了两种改进算法。并将三种聚类分析算法应用于两组真实的基因表达实验数据的聚类,对三种聚类算法聚类效果的优劣进行对比分析。本文在理论研究基础上实现了对K-MEANS算法以及自组织映射(SOM)算法的优化,通过对几组实验结果进行分析,证明对原始的K-MEANS聚类算法以及自组织映射(SOM)聚类算法改进的有效性。

关键词：基因表达数据 Silhouette指数 K-MEANS聚类自组织映射(SOM)聚类聚类分析算法

来源：评论

学校读者我要写书评

暂无评论

基于DF关系的聚类分析算法及其应用研究

基于DF关系的聚类分析算法及其应用研究

引用

作者：刘庆虎苏州大学

学位级别：硕士

目前面向动态模糊数据的聚类分析研究的还比较少,为此,在动态模糊逻辑理论基础上,结合传统的聚类分析和模糊聚类分析理论,本文对面向动态模糊数据的聚类分析算法做一些尝试研究,主要做了以下工作:1.研究了几类面向动态模糊数据的聚类分... 详细信息

目前面向动态模糊数据的聚类分析研究的还比较少,为此,在动态模糊逻辑理论基础上,结合传统的聚类分析和模糊聚类分析理论,本文对面向动态模糊数据的聚类分析算法做一些尝试研究,主要做了以下工作: 1.研究了几类面向动态模糊数据的聚类分析算法: (1)基于动态模糊等价关系的传递闭包聚类法; (2)基于动态模糊相似关系的最大树聚类算法; (3)基于动态模糊相似布尔矩阵的聚类分析算法。 2.对各种算法的优缺点进行了阐述,对基于动态模糊等价关系的传递闭包聚类法和基于动态模糊相似关系的最大树聚类算法进行了比较,用理论证明了两种聚类分析算法的等价性。 3.针对传递闭包法的“失真”问题,给出了基于近似最优动态模糊等价矩阵的聚类分析算法。通过本文的研究,进一步丰富了动态模糊逻辑的研究内容,拓宽了聚类分析的范围,为对动态模糊数据进行聚类分析提供了一些方法和指导。但是相关工作还只是初步的尝试,还有很多工作需要进一步探索。

关键词：动态模糊集动态模糊关系动态模糊矩阵聚类分析算法

来源：评论

学校读者我要写书评

暂无评论

多维和障碍空间数据聚类分析算法研究

多维和障碍空间数据聚类分析算法研究

引用

作者：史晓波中国地质大学（武汉）

学位级别：硕士

为了应对日益剧增的数据信息，发现海量数据背后的联系和知识，数据挖掘技术应运而生。与此同时，空间数据挖掘技术也取得了高速发展和广泛应用。空间数据挖掘是指从空间数据库中抽取没有清楚表现出来的隐含的知识和空间关系，并发现其... 详细信息

为了应对日益剧增的数据信息，发现海量数据背后的联系和知识，数据挖掘技术应运而生。与此同时，空间数据挖掘技术也取得了高速发展和广泛应用。空间数据挖掘是指从空间数据库中抽取没有清楚表现出来的隐含的知识和空间关系，并发现其中有用的特征和模式的理论、方法和技术。\n 聚类分析技术是数据挖掘的核心技术。聚类分析是将物理或抽象的集合分割为由类似对象组成的多个类的过程，使得位于同一个类的对象有高度的相似性。在这些组之间寻找数据之间的内在联系。这个过程实际上是一种在无监督状态下寻找最优划分的过程。这个过程的准确与否会关系到对数据的后续分析，所以要重视聚类分析的准确性的验证和评价。聚类有效性的评价可以参考以下几个指标:聚类质量的度量、聚类算法与某种数据集适合的程度、划分的最佳聚类数目。\n 空间聚类分析的研究具有很强的挑战性，也是空间数据挖掘中最为活跃的研究课题之一，尽管聚类研究流派众多，方法复杂，但仍有一些共同问题需要解决:\n (1)对任意形状的聚类。现有的聚类算法，大部分都是围绕点集进行聚类。而实际空间中，目标对象往往包含各种复杂的形状，如线或面相关的情况，如何对任意形状进行良好的聚类分析而又不影响算法的效率是空间聚类一个重要的研究方向。\n (2)基于障碍约束的聚类。越来越多的现实应用往往要求在各种约束情况下进行聚类，在聚类时必须考虑到其对聚类造成的影响，否则将对对聚类结果往往造成很大的影响，结果就不具有实际意义。而要找到既具有好的效率又满足特定约束且同时能产生令人满意的结果的数据分组是一项极具挑战性的任务。\n (3)聚类方法之间的比较和选择。目前的聚类方法各有各的尺度，各自针对特定的情况解决问题，相互之间的有效性和性能没有比较。比较各种聚类分析能力，针对不同数据集选择合适的聚类算法是聚类研究中又一个重要的研究方向。\n 上述问题也将是本文所讨论的重点。\n 空间聚类较多的研究主要是对典型的聚类算法进行改进，从而使之适用于空间对象的特征。目前空间聚类算法主要还是基于点与点之间距离关系的，而对线、面和带约束障碍的情况研究比较少。\n 本文首先对数据挖掘和聚类分析技术的概念进行了概述，介绍了数据挖掘和聚类分析技术的发展过程，涉及到了近年来的发展趋势。\n 再次，本文讨论了几类经典聚类分析算法，总结它们的优劣性。对一种基于邻接图的空间聚类算法进行了探讨。\n 接下来，结合专业，分析了各种空间聚类分析技术，着重对现在研究较少的线、面以及带约束空间数据聚类分析算法进行研究分析。提出了一种改进的基于DBSCAN的面状空间数据的聚类分析算法。

关键词：空间数据挖掘聚类分析算法聚类有效性约束障碍

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：