基于近邻传播聚类-K均值聚类的工业用户用电模式挖掘方法

为了充分发挥用户负荷的可调节潜力,提出了一种基于近邻传播聚类-K均值聚类的工业用户用电模式挖掘方法。首先,比较K均值聚类和近邻传播聚类-K均值聚类的优缺点。在工业用户的选取上,选择最佳聚类数均为3的工业用户负荷数据作为被分析对象以便聚类,借助MATLAB工具对用户负荷数据进行聚类,得到了3组所需的聚类中心,再绘制成曲线以便观察和后续提取特征指标。

基于近邻传播聚类的电商商品信息个性化推送研究

引言.在当今数字化时代的电商环境中,向用户提供个性化的商品信息推送成为关键任务。近邻传播聚类是一种先进的数据聚类方法,可以有效地对用户和商品信息进行分类,实现精准的个性化推送。近邻传播聚类是一种基于数据相似性的聚类算法,能够在海量数据中发掘出数据的内在结构,为电商商品信息个性化推送提供有力支持。为了更好地应用近邻传播聚类算法进行电商商品信息个性化推送,本文开发了一种基于近邻传播聚类的电商商品信息个性化推送系统[1]。

基于近邻传播聚类的多源异构数据信息个性化推送方法

在处理多源异构数据、大规模数据时,传统的推送方法倾向于根据整体数据趋势和热门程度进行推送,未能根据具体数据特征和用户行为进行细致区分,因此推送内容可能过于泛泛,缺乏针对性。为此,提出一种基于近邻传播聚类的多源异构数据信息个性化推送方法。使用网络爬虫技术,获取用户在网络上的信息浏览行为数据,对这些数据进行分析,构建用户偏好模型。为了提升数据质量,采用空间滤波法对多源异构数据信息进行去噪处理。通过对数据进行标准化处理,消除数据的多源异构特性,使其具有可比性。在此基础上,运用主成分分析法进一步提取多源异构数据信息的核心特征。利用邻近传播聚类算法,对数据特征和用户偏好进行聚类分析,将具有相似性的数据或用户偏好归为一类。基于这些聚类结果,实现个性化的内容推送。经过实验验证,所设计的信息推送方法展现出极高的适配度和点击率,均超过95%。这一成果充分证明了所提出的方法能够实现对多源异构数据信息的个性化精准推送,为用户提供更加精准、贴心的信息服务。

基于MapReduce的分布式近邻传播聚类算法

随着信息技术迅速发展,数据规模急剧增长,大规模数据处理非常具有挑战性.许多并行算法已被提出,如基于MapReduce的分布式K平均聚类算法、分布式谱聚类算法等.近邻传播(affinity propagation,AP)聚类能克服K平均聚类算法的局限性,但是处理海量数据性能不高.为有效实现海量数据聚类,提出基于MapReduce的分布式近邻传播聚类算法——DisAP.该算法先将数据点随机划分为规模相近的子集,并行地用AP聚类算法稀疏化各子集,然后融合各子集稀疏化后的数据再次进行AP聚类,由此产生的聚类代表作为所有数据点的聚类中心.在人工合成数据、人脸图像数据、IRIS数据以及大规模数据集上的实验表明:DisAP算法对数据规模有很好的适应性,在保持AP聚类效果的同时可有效缩减聚类时间.

自适应仿射传播聚类

适合处理大类数的仿射传播聚类有两个尚未解决的问题:一是很难确定偏向参数取何值能够使算法产生最优的聚类结果;另一个是当震荡发生后算法不能自动消除震荡并收敛.为了解决这两个问题,提出了自适应仿射传播聚类方法,具体技术包括:自适应扫描偏向参数空间来搜索聚类个数空间以寻找最优聚类结果、自适应调整阻尼因子来消除震荡以及当调整阻尼因子方法失效时的自适虑逃离震荡技术.与原算法相比,自适应仿射传播聚类方法性能更优,能够自动消除震荡和寻找最优聚类结果.对模拟和真实数据集的实验结果表明,自适应仿射传播聚类方法十分有效,其聚类质量优于或不低于原算法.

一种基于自适应标记与区域间近邻传播聚类的分水岭图像分割算法

分水岭算法是一种高效的图像分割算法,能够准确地对图像进行基于区域的分割,但是存在易过分割的问题.为此本文提出一种改进的分水岭算法:首先,对彩色图像进行频谱包络滤波并计算彩色梯度获得梯度图像,再采取一种自适应设定参数的H-minima技术,对梯度图像的极小值区域进行标记;然后,对已标记极小值区域的梯度图像进行分水岭分割;最后,计算分水岭分割所得各区域的颜色矩,作为该区域的颜色特征,并对这些区域进行近邻传播聚类获得分割结果.通过与近年来其它改进的分水岭算法和采用聚类的图像分割算法实验比较,本文所提算法能更加有效地抑制过分割,提高分割准确率,具有良好的自适应性和鲁棒性.

可变相似性度量的近邻传播聚类

近邻传播(AP)聚类算法面临的一个问题是不适用于多重尺度及任意空间形状的数据聚类处理。该文从数据分布特性的表征出发,提出了一种改进的近邻传播聚类算法AP-VSM(Affinity Propagation based on Variable-Similarity Measure)。首先,综合数据的全局与局部分布特性,设计了一种数据可变相似性度量计算方法,该度量可以有效地反映数据实际聚类的分布特性;然后在传统AP算法框架基础上,构造出基于可变相似性度量的近邻传播聚类算法,从而拓展了传统AP算法的数据处理能力。仿真实验验证了新方法性能优于传统AP算法。

半监督的仿射传播聚类

仿射传播聚类算法快速、有效,可以解决大数据集的聚类问题,但当数据的聚类结构比较松散时,聚类准确性不高。该文提出了半监督的仿射传播聚类算法,在迭代过程中嵌入了有效性指标以监督和引导算法向最优聚类结果的方向运行。实验结果表明,该方法对于聚类结构比较紧密和松散的数据集,均可以给出较为准确的聚类结果。

一种分层组合的半监督近邻传播聚类算法

针对近邻传播(AP)聚类算法的计算复杂度和准确性,该文提出一种分层组合的半监督近邻传播聚类算法(SAP-SC)。算法引入"分层聚类"的思想,将一次AP聚类过程等分成若干层聚类,使得处理过程简单、易于实现;每层只关注聚类"困难"的数据点,并通过构造"成对点约束"和使用"子簇标签映射"进行半监督学习;基于"组合提升"的方法将各层聚类结果加权叠加,从而提升了算法的准确性能。理论分析和实验结果表明:算法在聚类准确性和计算复杂度方面有了较大改进。

基于关键词重要性和近邻传播聚类的主题分析研究

鉴于传统科学计量方法存在共现分析缺少考虑关键词重要性和主题分析手段不能自适应地抽取核心主题等问题,本文提出一种基于关键词重要性和近邻传播聚类的主题分析方法。该方法依据大多数作者的潜在行为会按照与研究内容相关性的强弱顺序提供论文关键词,计算关键词在每个文献中的重要程度,构建主要关键词之间的相似性矩阵,结合能够反馈最优簇成员代表性结果的近邻传播聚类实现核心主题的提取与分析。本研究对图书情报类某刊物2012-2016年期间的文献关键词进行数据挖掘,使用新方法实现了基于重要性度量的主要关键词聚类,分析和研究了主要关键词和核心主题的演化趋势。提出的方法不仅能够考虑关键词重要性和自动识别核心主题,还可以为文献主题分析提供新的数据挖掘方法,也能有效提高期刊和学科等相关领域的主题识别效果。

基于仿射传播聚类的ARA发酵过程建模

针对花生四烯酸(ARA)发酵过程复杂,机理模型表达不够准确以及单模型泛化能力弱的问题,提出采用基于仿射传播聚类的支持向量机(SVM)多模型建模算法进行该过程建模。该算法首先用仿射传播聚类(AP)算法对ARA样本数据进行聚类,再用SVM算法对各子类样本分别建立子模型。测试样本根据相似性的测度进行归类,并用所属子类的模型进行预测输出。ARA发酵过程的建模实验表明,与其他建模算法相比,基于仿射传播聚类的SVM多模型建模算法所建立的模型具有更高的回归精度和良好的泛化能力。

面向大规模数据集的近邻传播聚类

近邻传播聚类在计算过程中需构建相似度矩阵,该矩阵的规模随样本数急剧增长,限制了算法在大规模数据集上的直接应用。为此,提出一种改进的近邻传播聚类算法,利用数据点的局部分布,借鉴半监督聚类的思想构造稀疏化的相似度矩阵,并对聚类结果中的簇代表点再次或多次聚类,直至得到合适的簇划分。实验结果表明,该算法在处理能力和运算速度上优于原算法。

基于自适应仿射传播聚类的GIS局放缺陷分类研究

为对GIS中不同缺陷类型进行分类和识别,笔者介绍了一种新型自适应仿射传播聚类(adAP)算法,用于对4种典型缺陷UHF信号进行分类。该算法通过自适应扫描偏向参数空间来搜索聚类个数以寻找最优聚类结果、自适应调整阻尼因子来消除震荡以及自适应逃离震荡等技术,克服了传统仿射传播聚类(AP)算法无法准确获知聚类个数以及无法消除震荡的缺点。最后,通过采用多种聚类有效性指标对分类结果进行有效性验证,发现adAP算法不仅可以准确地给出分类个数,实现不同缺陷类型的分类,而且在处理时间和循环次数上均优于传统AP算法。

仿射传播聚类在室内定位指纹库中的应用研究

基于位置指纹的室内定位,指纹数据结构复杂、信号时变性强等原因影响了定位的时效性。K-means聚类算法虽可以有效地减少数据遍历的工作量,但该方法仅仅考虑了采样点在信号域的相关性,导致定位精度下降,同样难以满足室内定位的实时性要求。本文基于位置指纹方法,借鉴K-means聚类算法的思路,研究了指纹的样本点位置域和信号域特征的融合方法,并将融合后的特征引入了仿射传播聚类算法。试验测试表明,该方法在保证精度的前提下,可使时间消耗平均减少40%,有效地提高了系统的实时性,可以满足室内定位的基本要求。

基于相似性传播聚类与主成分分析的断层识别方法

针对现有自动地震断层识别方法所存在的精度低、耗时较长及不能获得量化的断层识别结果等问题,提出了一种基于相似性传播聚类与主成分分析(Principal Component Analysis,PCA)的地震断层识别方法。首先,采用连通区域标注方法确定地震层位的不连续点。然后,利用相似性传播聚类算法对层位不连续点进行聚类,每一类不连续点可以确定一条断层,以此可获得断层的数量和每个类别的聚类中心。最后,基于PCA方法计算出每一类层位不连续点的主方向,将沿着主方向且经过相应聚类中心的线段作为断层。基于模型数据和实际地震数据将文中方法与现有方法进行了对比,在峰值信噪比、均方误差、时间消耗和断层条数符合率等方面彰显了文中方法的合理性,并可对断层进行"量化"解释,在地震勘探等领域具有较高的实际意义。

基于仿射传播聚类的大规模选址布局问题求解

选址布局问题是一个广泛研究的运筹学问题。通过将选址布局问题看做聚类问题,结合仿射传播聚类算法并且将候选地址的信息映射为特征向量,提出了两种求解选址布局问题的方法:基于块划分的选址布局方法和基于道路网络的选址布局方法。使用模拟数据集和真实数据集来评估两种方法,实验结果表明两种方法都能够求解设施资源受限和不受限情况下的选址布局问题,而且可以很好地解决大规模的选址布局问题。

基于奇异值分解的自适应近邻传播聚类算法

针对近邻传播算法无法有效处理高维数据而导致聚类效果不佳的问题,提出一种基于奇异值分解的自适应近邻传播(SVD-SAP)聚类算法.通过引入奇异值分解,对高维数据进行重构、降维,消除冗余信息,并在此基础上采用非线性函数策略,自适应地调整阻尼系数,提高算法的聚类性能.仿真实验结果表明,与已有算法相比,该改进算法聚类精度更高,收敛速度更快.

应用于WiFi室内定位的自适应仿射传播聚类算法

在室内覆盖的大量的WiFi信号可以用来室内定位。尽管很多WiFi室内定位技术被提出,但其定位精度仍然未达到实际应用的需求。针对这个问题,该文提出一种自适应仿射传播聚类(AAPC)算法用以提高WiFi指纹的聚类质量,从而提高定位精度。AAPC算法通过动态调整参数生成不同的聚类结果,然后采用聚类有效性指标筛选出其中最佳的。采集大量真实环境数据进行试验,试验结果表明采用AAPC算法产生的聚类结果具有更高的定位精度。

一种改进近邻传播聚类的图像分割算法

针对近邻传播(Affinity Propagation,AP)聚类算法存在运算复杂度高且未考虑数据点密度对聚类效果的影响的问题,提出一种改进的近邻传播聚类算法并应用于图像分割。首先,在度量数据点之间的相似性时,考虑到密度差异对数据点成为类代表点可能性的影响,利用密度聚类的思想设置偏向参数,同时引入数据点的空间邻近位置信息,充分利用图像信息,提高相似度矩阵构造的合理性,增强聚类的内聚性,并提高分割精度;其次,为降低计算相似度矩阵的复杂度,减小计算机内存开销,引入Nystr?m逼近策略求解相似度矩阵,提升了算法的效率。实验表明,改进后的算法与传统的近邻传播聚类算法相比获得了更好的图像分割效果。

基于近邻传播聚类与MCMC算法的风电时序数据聚合方法

为减少风电功率时序数据的冗余信息,提高电力系统仿真的计算效率。该文提出一种基于近邻传播聚类与马尔科夫链蒙特卡洛(affinity propagation clustering andMarkov Chain Monte Carlo,AP-MCMC)的风电功率时序数据聚合方法。首先,采用自相关函数与快速傅里叶变换分别对风电时序数据进行时–频域周期特性分析,选取聚类场景样本的最佳时间尺度。其次,利用近邻传播(affinity propagation,AP)算法对场景样本聚类,获取多类场景簇,并基于马尔科夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)方法,构建各类场景簇间的状态转移概率矩阵,生成自定义长度的聚合状态序列,最后,按照状态序列逐次单向顺序抽取场景簇中的样本,构建成具有代表性的风电时序聚合序列。以某省级电网为算例,将提出的AP-MCMC法与典型日法、典型场景集法的多元评价指标对比分析。结果表明,AP-MCMC法生成的聚合序列能更准确地反映风电功率的特征和优化策略,提高了计算精确度和效率,具有一定的工程应用价值。