一种加权的空间模糊动态聚类算法

一般空间模糊聚类算法没有区分各属性之间的不平衡性和讨论分类数何时为最佳,针对这一问题,提出了一种加权空间模糊动态聚类算法。该算法首先利用层次分析法得到各属性的权值;然后将权值与空间模糊动态聚类法相结合;最后利用概率统计中的F-分布来确定最佳分类,以提高空间模糊聚类算法的智能性。将文中算法与基于模糊等价关系的传递闭包方法进行比较,试验表明,该算法聚类准确率要明显高于未加权的模糊聚类算法。

浅谈模糊动态聚类加权法

在不等精度的测量中或研究分析单参数与综合参数的关系时 ,人们常给予这些测得值以不同的权 ,即称加权。加权的权重通常是按经验法来选定的。为减少人为影响因素 ,提出一种从可测得值中进行模糊动态聚类分析求权的方法 ,从而提高加权精度 。

一种改进的模糊核聚类图像分割算法

模糊核聚类算法已广泛应用于图像分割领域,然而该算法对初始值的选取、噪声以及图像灰度不均匀比较敏感。针对该问题,提出了一种改进的模糊核聚类图像分割算法。将改进的最大类间方差法(Otsu)引入模糊核聚类算法中,结合图像的概率信息和空间信息,得到了一种高效、实用的图像分割方法。实验结果表明,改进算法具有较强的抗噪能力,较高的分割精度,可以用于工程实际。

基于改进灰色关联分析模型的输电线路停运率估计

气象因素是导致输电线路停运的重要原因。基于输电线路历史运行气象数据,提出了一种输电线路停运率估计方法。考虑到不同气象因素对输电线路停运的影响程度不同,首先用变异系数法对不同气象因素赋予相应权值,并利用加权模糊动态聚类对气象序列归类;其次通过改进灰色关联分析模型,得到类内各气象序列之间的关联程度,并最终求得新气象序列条件下的输电线路停运率。通过实际算例阐述了停运率估计流程,验证了改进方法的有效性与合理性。