基于MATLAB的SOM网络的干旱聚类分析

基于自组织特征映射网络的聚类分析广泛应用于各种聚类分析领域,尝试将此网络应用于干旱特征的聚类分析,使用软件MATLAB7.1对所设计的网络进行学习和训练,经过6000次训练,最终实现了干旱类型的聚类,误差也达到精度要求,所建模型经测试,可以用于分类的预测。SOM网络可以很好地反映和提取气象样本中复杂的信息,分类效果较好,可以在干旱分类中广泛应用。

基于Matlab聚类分析的磨粒分类识别研究

基于Matlab聚类分析理论,详细介绍了聚类算法以及对磨粒分类识别进行了研究。实践证明,该方法方便、快速,分类准确。

基于MATLAB的系统聚类法在我国安全生产事故分析中的应用

基于2005—2008年我国安全生产事故的统计数据,应用MATLAB进行系统聚类分析,将我国31个省、市、自治区的安全生产状况划分为4类,分析不同类别地区安全生产状况的特点,为相关部门制定有针对性的安全生产控制措施提供参考。

MATLAB在矿区土地复垦中的应用

随着矿区土地复垦研究的深入,数据处理与分析的工作量越来越大。MATLAB是一套高性能的数值计算和可视化软件,在许多领域得到应用。论文介绍了利用MATLAB进行复垦用地结构优化及土地复垦条件分类的方法,通过实例说明,它可明显提高土地复垦数据处理与分析的效率,在矿区土地复垦中有广泛的应用前景。

基于MATLAB的花粉形态量化分析

利用数字照相技术和MATLAB软件测量了5种杨树、3种柏树各50粒花粉的面积、扁圆率、极轴长度、赤道轴长度,计算了面积标准差和极轴长度/赤道轴长度。对8种花粉的面积作了方差分析。结果显示,在99%置信水平上用面积能区分8种花粉。用5种杨树花粉的扁圆率平均值、极轴平均值、赤道轴平均值和P/E值作聚类分析,聚类结果显示,5种杨树可分成3组,加拿大杨和小叶杨是一组,毛白杨和山杨是一组,青杨单独为一组。电镜观察纹饰特点与以上聚类结果一致。本研究为定量研究花粉形态提供了一种快速有效的方法及更多的有效数据,比目测精确度提高了10倍。

基于Matlab多核集群的人脸识别算法的并行化设计

为了充分利用多核处理器资源,研究了多线程构建模块并行编程模式,从而提高程序的性能。在Matlab集群环境下对主成分分析(PCA)人脸识别算法设计了训练识别生成样本的功能模块train(),通过任务分割实现了算法的并行化。实验结果表明,94.167%的稳定识别率和趋近线性的加速比验证了并行算法的正确性和高效性。

基于MATLAB的模糊聚类分析的传递方法

聚类分析中的传递方法是直接通过模糊相似矩阵获得动态聚类图 ,该方法比通过传递闭包法求模糊等价矩阵而获得动态聚类图的方法在时间复杂度和空间复杂度要小 ,本文对重点介绍传递方法 ,并给出了由MATLAB语言实现的算法程序 ,并介绍了一个应用实例。

基于MATLAB采用遗传算法确定最佳聚类数

将迭代自组织分析技术(ISODATA)和遗传算法(GA)嵌套构成遗传 迭代自组织分析技术(GA ISODA TA),共同形成模糊C 均值的优化算法,不仅能够在给定预分类数的前提下实现最佳分类,而且在完全不需要人工干预的环境下直接得到模糊C 均值(FCM)中最佳分类数。完善和发展了模糊C 均值算法。

Matlab软件在多元统计分析中的应用

许多实际问题往往需要对数据进行统计分析,建立合适的统计模型.过去一般采用SAS、SPSS软件分析,本文给出Matlab软件在多元统计分析上的应用,主要介绍Matlab在主成份分析、聚类分析、判别分析上的应用。文中均给以实例,结果令人满意。

基于Matlab机群的分布式并行图像匹配算法

分析了Matlab并行计算工具箱中各部件的关系,对分布式并行计算环境中的关键参数进行了设置,构建了并行计算机群。将基于Matlab机群的分布式并行处理引入到图像匹配中。以灰度相关匹配算法为例,结合并行处理对图像灰度匹配进行并行实现。实验结果表明:并行化处理能有效缩短匹配时间,对进一步研究并行图像处理有一定的指导意义。

K-均值聚类的Matlab仿真设计

从理论、设计程序和代码实现等方面,说明如何通过数据挖掘中K-均值聚类算法,利用Matlab的灵活编程功能进行探索性和优化性综合实验。以实验教学实践说明,为将创新思维和动手能力培养贯穿于实验教学的始终,利用Matlab仿真K-均值聚类具有较好的实际意义。

MATLAB模糊系统用于化合物的属性识别

用MATLAB模糊系统工具提供的函数fcmdata和randn函数,对已知类别的20种化合物进行模糊聚类,以目标识别法来推断预报55种未知类别化合物的属性,识别结果与实际结果完全符合,这表明MATLAB可高效、准确地解决化合物的模糊聚类和属性识别问题。

两种聚类有效性评价指标的MATLAB实现

在聚类分析应用中,为客观公正的评价聚类结果的有效性,需要使用各种有效的评价指标.使用MATLAB实现了F-Measure和Rand(RI)两种评价指标,为评判聚类结果的有效性提供了具体的方法.

基于Matlab的分布式图像序列跟踪系统

在对分布式环境进行深入研究基础上,分析并设计图像序列跟踪系统的系统框架和任务函数。在基于Matlab分布式并行计算环境下组建集群,运行任务函数,实现天文图像序列中运动物体的检测与跟踪功能。从实验结果看,任务函数具有很大的粒度,利用Matlab分布式计算工具箱,将分布式图像序列跟踪算法应用于天文图像序列运动物体的检测与跟踪简单而且有效。

一种自适应AP算法的matlab实现

AP算法是Fey BJ.等人提出的一种聚类算法.与传统的K均值聚类算法相比,AP算法不需要选择初始的聚类中心点,因此,聚类结果更客观.但AP算法中相似度矩阵对角线上的偏向值需要人为设定,而这个值会影响到聚类数目;另外,当AP算法发生震荡时,算法无法自动退出震荡.为解决AP算法中的振荡问题及相似度矩阵对角线上元素值的确定问题,王开军等人提出了自适应AP算法,逐步改变偏向值p,得到不同的聚类结果,再根据聚类结果的Silhouette指标,找出最好的Silhouette指标对应的偏向值及聚类结果.当震荡发生时,逐步增加阻尼因子?值,直到算法退出震荡.使用MATLAB实现了自适应AP算法和Silhouette评价指标,为后续的研究工作打下基础.

基于MATLAB的可交互聚类分析软件包

近些年,多元统计分析方法在各个领域的应用日渐增多,但MATLAB在多元统计分析方面的应用与其他热门统计软件相比却不尽如人意。为了扩展MATLAB在多元统计分析方面的应用,利用MATLAB提供的组件布局工具集(GUIDE),为多元统计分析方法中聚类分析设计了一套使用更简单、操作更方便、更符合用户分析需求、图形化及交互能力更强的软件工具箱,并利用该工具箱对实际问题进行分析,展示了其使用步骤及分析问题的优越性。

基于MATLAB的因子分析与聚类分析在学生成绩评价中的应用

利用MATLAB软件对学生的原始成绩进行因子分析和聚类分析,并与平均成绩进行对比,能够更加客观而有效地对学生的学习能力做出综合评价,能为高校的教学评价、教学管理与教学政策的制定以及学生的就业与发展提供科学的参考依据.

运用Matlab聚类低碳城市的实证分析

在气候变化影响下,实现低碳转型已经成为城市发展的普遍共识。目前,全国有许多城市已经将低碳城市作为发展目标。针对如何对城市发展低碳的可行性进行科学评价,如何才能知道城市离低碳的目标还有多远等问题,文章借助Matlab软件,通过中国社会科学院设计的低碳城市衡量指标体系对全国各省、直辖市的低碳城市进程进行聚类,并提出了相关政策建议。

基于MATLAB环境的聚类系数的计算

本文对复杂网络的一个重要测度聚类系数进行了深入研究,给出了通过点的邻居子图以及通过三角形途径计算网络聚类系数的方法,并结合MATLAB函数特点设计了这两种方法的M文件SUB-GC.m和TRIC.m.通过大量计算比较,调用SUBGC.m文件计算复杂网络系数的方法是一种比较高效的计算方法.

MATLAB软件在多元统计分析教学中的应用研究

本文结合实例介绍了MATLAB软件在多元统计分析教学中的应用,主要内容包括MATLAB在判别分析、聚类分析、主成分分析等方面的应用.