基于K-means聚类和图像分割的紫色土发生层边界识别

土壤学始于对土壤剖面及其形态特征的观察,剖面发生层的划分与发生层边界特征的描述是土壤调查的基础。实地划分发生层需要丰富的土壤学实践经验,存在主观和缺乏统一划分标准的问题。以紫色土剖面图像为研究对象,采用K-means聚类和图像分割技术,结合图像的颜色特征(CIELab色彩空间)和纹理特征(Entropy)识别紫色土剖面发生层边界,并与实地划分的结果进行比较。结果表明:(1)CIELab色彩空间的a、b通道和Entropy纹理特征,可以划分出供试剖面的主要发生层(A、B、C)和基岩(R);(2)聚类识别的发生层数量和发生层深度与实地识别的结果基本一致;除Z2剖面的C层和Z6剖面的Ap层聚类识别与实地识别的发生层下边界深度相差较大(分别为13cm和8cm)外,其余发生层下边界深度相差均在3 cm以内;(3)聚类识别的发生层边界形状更为不规则,明显度更为模糊。K-means聚类和图像分割技术实现了紫色土剖面发生层边界的客观识别,可为土壤剖面智能辨识系统的开发提供科学参考。

基于统计直方图k-means聚类的水稻冠层图像分割

针对现有k-means聚类图像分割方法存在对初始聚类中心敏感、易错分割以及运行时效低等问题,提出了一种基于统计直方图k-means聚类的水稻冠层图像分割方法。该方法首先根据图像直方图蕴含的像素数量先验信息,选择像素数量差异较大的像素值作为水稻冠层图像的初始聚类中心;然后再利用图像直方图中像素值与图像像素数量的先验对应关系,对水稻冠层图像聚类目标函数权值化;最后依据k-means聚类框架对水稻冠层图像进行聚类分割。为了验证本方法的有效性,分别同基于k-means、k-means++、k-mc2、afk-mc2等4种主流均值聚类的水稻冠层图像特征像素提取方法进行对比试验。结果表明:对于临稻20号、武运粳32号以及中粳798号成熟中期水稻冠层图像聚类分割,常光下本方法的平均类内平方差分别为36.6、29.5、29.5,平均类间平方差分别为67.5、51.8、51.8,平均运行时间分别为0.2 s、0.3 s、0.3 s;强光下本方法的平均类内平方差分别为15.2、4.9、12.1,平均类间平方差分别为30.9、9.5、21.2,平均运行时间分别为0.3 s、0.2 s、0.3 s,均优于以上4种聚类方法。

基于K-means聚类的微细通道纳米流体气液两相流流型识别

为快速识别流型的类型,提出微细通道纳米流体气液两相流流型K-means聚类识别的方法,该方法采用高速摄像机获取微细通道内气液两相流的流型图像,利用灰度流型图像的直方图获得峰值并且该峰值作为K-means聚类的初始中心点,结合不变矩原理和欧氏距离进行相似度流型图像的识别。由查准率-查全率评估体系和5 500幅流型图像识别实验的执行耗时分析结果表明:采用K-means聚类对微细通道纳米流体气液两相流流型进行识别的整体识别率达到97.8%,其中弹状和泡状识别率为100%。该方法为微细通道纳米流体两相流的在线识别流型提供了一种新途径。

基于两层迭代聚类算法的RBFNN及在发电机诊断中的应用

首先分析了传统的基于K均值聚类算法径向基函数神经网络(RBFNN)的缺点,即需要人为确定隐含层神经元数量,并且不同的初始化方法有不同的聚类结果和学习误差。然后提出了一种新的RBFNN算法——两层迭代聚类算法,能根据样本的分布情况自动计算RBFNN隐含层神经元数量、中心向量和宽度。将实测的 MJF-30-6型发电机正常运行、转子励磁绕组故障运行和定子绕组故障时定转子径向振动信号作为学习样本,运用文中所述算法与传统的RBFNN算法比较,结果表明,基于两层迭代聚类算法的RBFNN具有较小的学习误差。

基于K-means聚类算法优化方法的研究

针对传统K-means聚类中存在的一系列问题,文中提出了一种基于K-means聚类的改进算法。该算法首先利用K-means++聚类从数据中选择K个距离尽可能远的对象作为初始聚类中心,然后利用K-mediods聚类选择数据样本的中位数作为聚类中心的对象,最后与两步聚类结合。通过对几个常用UCI标准数据集进行仿真实验,结果表明该算法比传统算法更优。

基于两层聚类的微博热点话题发现算法研究

微博热点话题发现是指从大量的微博文本中发现用户讨论的热点话题,话题发现主要通过文本聚类的方法实现,聚类算法的选择和改进通常对结果有着重要的影响。针对微博话题发现任务,论文提出通过改进的SinglePass算法和层次聚类的方法,完成微博的话题发现,并且根据横向和纵向对比分析,验证算法话题发现的有效性。

运用混合聚类法对两型社会农业发展状况的评价

构建了资源节约型和环境友好型社会农业(即两型社会农业)的发展状况评价指标体系,运用层次聚类和K-means聚类的混合聚类方法,结合湖南省所属的14个市州的实际情况,对全部市州的"两型社会"区域农业发展状况进行评价。同时针对评价结果,提出了湖南省"两型社会"农业发展状况区域划分的备选方案。

基于自组织聚类和JS散度的RBF神经网络

针对如何确定径向基函数(RBF)神经网络隐层结构这一问题进行研究,提出一种基于自组织聚类和JS散度的RBF神经网络。为解决K-means算法对初始值敏感的问题,提出基于距离的自组织初始聚类,将戴维森堡丁(DBI)指数作为准则函数,进一步提高聚类精度,得到代表数据集分布特性的隐节点;为解决隐节点冗余和相似的问题,提出一种基于敏感度分析的隐节点删除方法和基于詹森-香农(JS)散度的隐节点合并方法。仿真结果验证了该算法的有效性。

一种实用的配电网无功运行两层优化方法研究

针对多时段动态无功优化,将控制设备动作次数转化成设备调节费用并将其计入目标函数,建立以全天网损费用与设备调节费用之和最小为目标函数的优化模型。将Fisher有序聚类算法引入到负荷曲线分段问题中,使分段后的负荷曲线尽可能贴近实际负荷水平。提出一种基于改进遗传算法和准动态规划法的两层优化算法,以获取全天控制设备的动作方案,实现多时段的协调优化。为兼顾算法的寻优速度和搜索精度,可依据电网规模灵活设置各阶段保留的最优路径数,适合于大规模系统的动态无功优化。算例表明了所提方法的实用和有效。

资源节约型、环境友好型农业发展状况的混合聚类评价

基于湖南省的资源节约型、环境友好型农业发展状况的实际情况,在建立"两型社会"区域农业发展状况指标体系的基础上,采用基于K-means聚类和层次聚类的混合聚类方法,对湖南省14个市州的"两型社会"区域农业发展状况进行评价。湖南省"两型社会"农业发展区域划分的备选方案可为有关部门提供决策参考。

基于向量空间模型的文档聚类算法研究

随着网络信息的迅速增长,文档聚类技术成为了人们研究的热点课题.探讨了几种基于向量空间模型的文档聚类算法,如常见的k-means算法和凝聚层次算法,针对它们的不足提出了改进的BK-means算法和多层CFK-means算法.最后,根据一定的评价标准,得出Bk–means算法是文档聚类算法中较好的算法.

基于两层POD和BPNN的翼型反设计方法

翼型优化过程需要大量的CFD分析,计算量大、耗时长。本文发展基于本征正交分解(POD)和反向传播神经网络(BPNN)的翼型反设计方法,该方法的优化过程如下:首先,通过Hicks-Henne参数化,在设计空间中构造翼型外形的样本库,并利用Xfoil/Fluent对样本翼型的流场进行求解;然后,对翼面压力系数和几何外形分别建立POD模型,即两层POD模型,并得到对应的基模态系数;最后,使用BPNN建立从压力系数的基模态系数到几何外形的基模态系数的映射,实现在给定压力系数下对几何外形的快速预测。通过算例分析,结果表明:在亚/跨声速状态,基于200个样本训练所得的两层POD+BPNN模型可以实现对具有目标压力系数分布的翼型的预测,其精度满足翼型反设计要求。

数种基于SPSS统计工具的聚类算法效率对比

利用统计分析软件SPSS对99组实例数据进行聚类分析,包括K-means聚类、系统聚类、两步聚类三大类,其中K-means聚类包括K-means未标准化聚类和K-means标准化聚类两小类,选取判断类内紧致性指标1和类间分离性指标2综合衡量聚类结果有效性,从而比较聚类数种算法中三大聚类方法的聚类效果。实验发现,K-means聚类有效性普遍比系统聚类好,系统聚类普遍比两步聚类有效,且系统聚类分析效果随着聚类个数的增加不断改善。

K-means改进算法在电力企业同业对标中的应用

在电力企业同业对标管理中,K-means聚类算法作为一种无监督分类算法,无需任何先验知识就能够实现对企业的分类功能,确立标杆企业。但是,K-means算法的聚类数目k和初始聚类中心都需要人为事先给出。为了解决这些不足,提出了一种对K-means聚类改进算法:先分别通过两阶聚类法和最大距离法确定聚类数目和初始聚类中心,然后再使用K-means算法完成聚类。通过实例表明此算法可以选出优秀企业,并能发现其他企业与标杆企业之间的差距。

复合材料层合板终层失效概率分析的通用生成函数法

采用通用生成函数方法分析复合材料层合板的可靠性。定义了载荷、强度参数通用生成函数和复合算子及相应的性能结构函数,分别构建了各单层板的抗力、抗力序列和系统抗力等通用生成函数。根据终层失效准则建立层合板的可靠性分析模型。在通用生成函数复合运算中,通过K-means聚类和同类项合并技术缩减计算量提高效率。该方法适用于含有众多随机变量(包含非正态随机变量)且功能函数为非线性的结构系统可靠性评估,并考虑了系统中各抗力序列之间因含有相同失效单元,以及抗力序列内部的失效单元共享同一随机载荷源而引起的失效相关性。针对该方法给出算例,可靠度计算值与蒙特卡罗法仿真结果接近。新方法可为复合材料层合板可靠性分析提供一种新思路。

主成分分析在飞机多层结构层间腐蚀脉冲涡流检测中的应用

在飞机多层铆接结构层间腐蚀缺陷的脉冲涡流检测中,需要识别提离效应造成的干扰信号和缺陷信号,同时也需要判断缺陷深度。制作了模拟飞机多层铆接金属结构的试样,对不同深度和大小的腐蚀缺陷进行了检测。采用主成分分析(Principal Component Analysis,PCA)方法对实验数据进行处理,并提取前3个主成分进行分析。结果表明:应用PCA方法,可以将纯提离信号与带层间腐蚀缺陷的信号显著区别开来,可以将不带提离时的纯腐蚀信号的深度识别出;将PCA提取的主成分应用K-means算法进行聚类,可以将纯提离信号与纯腐蚀信号和腐蚀提离混合信号区别开来。而对于带提离的腐蚀,试验发现其PCA分布与不同深度的纯腐蚀出现混淆,因而不能准确识别这两种信号。

城市居民生活垃圾与生活性再生资源两网融合回收物流网络重构

近来,国家和地方政府均将"两网融合"作为工作重点,积极开展再生资源回收与生活垃圾分类清运体系的协同发展,重构传统生活性再生资源回收物流网络势在必行。将"两网融合"回收物流网络划分为"三类别四层级",以成本最小化为优化目标,构建"两网融合"网点选址模型;基于百度POI数据,利用Power Map和Tableau等地图可视化工具对长沙市"两网融合"相关网点数据进行挖掘,同时通过爬取社区地理区位、辖内小区位置、户数、常住人口数等相关人口数据和POI数据,采用K-means聚类选址方法对长沙市"两网融合"回收物流二级和三级网络进行选址,并以长沙市开福区为例进行说明。

基于通用生成函数的复合材料层合板可靠性分析

针对纤维增强复合材料层合板可靠性分析中存在的多变量、非正态、非线性功能函数和相关性等问题,采用通用生成函数法,基于Tsai-Hill强度理论构建各单层板的抗力生成函数,根据首层失效准则建立层合板可靠性分析模型。在生成函数复合运算中,通过同类项合并和K-means聚类技术缩减计算量,提高效率。该方法为复合材料层合板可靠性分析开辟了一条新途径。

长春市公园绿地供需服务水平与可达性分析

为保证居民平等、均衡地共享公园绿地资源,推动长春市科学建设绿色宜居森林城,基于手机信令、POI等大数据,根据不同等级公园的服务半径,采用高斯两步移动搜索法和K-means聚类方法计算公园绿地的供需服务指标与可达性,并对研究单元进行划分。结果表明,长春市以三环为界,其内部公园绿地服务水平整体较低;各类公园绿地可达性均呈现一定的圈层结构,核心老城区在社区级和区级公园层面可达性较弱;综合可达性高值区主要分布在南部和东北部;高需求低供给人均未达标的区域以建成区东西两侧为主,可优先考虑公园绿地的补充。研究结果可为长春市公园绿地规划布局调整提供相关参考。

共同配送选址-路径优化模型与算法

以北京市奶制品配送问题为场景,研究了共同配送选址-路径优化问题。建立了两层级带容量约束的共同配送选址-路径问题的混合整数规划模型,设计了求解模型的三阶段算法。第一阶段采用基于遗传算法的带容量限制的K-means聚类方法,将客户划分为若干客户集;第二阶段计算每个备选配送中心为每个客户集提供服务的最优配送路径及成本,在此基础上将共同配送中心选址与第二层级配送路径优化问题简化为配送中心选址和客户集分配问题,建立数学模型并利用Lingo软件求解;第三阶段确定从物流中心到共同配送中心的最优配送路径。通过对比两大品牌奶制品在北京地区各商超的单独配送与共同配送成本,验证了模型和算法的合理性和有效性。研究结果为解决不同类型产品共同配送网络优化等问题提供了决策依据。