基于遗传算法的动态模糊聚类

提出了一种基于遗传算法的动态模糊聚类方法.通过计算样本之间的模糊相似性,不失真地反映它们之间的内在关联.同时将样本之间的模糊相似性映射到样本之间的欧氏距离,即将高维样本映射到二维平面.利用遗传算法不断优化两者之间的映射,使样本之间的欧氏距离逐步趋近于其模糊相似性,实现动态模糊聚类.克服了聚类有效性对样本分布的依赖性;同时,增加了聚类的灵活性和可视化.该方法在性能上较经典的模糊聚类算法有一定改进,具有较好的聚类效果和较快的收敛速度.仿真实验结果证明了该方法的可行性和有效性.

基于并行免疫遗传算法基因表达数据的动态模糊聚类

提出一种改进的并行免疫遗传算法,通过在群体规模上引入"岛"的概念,实现了可变的群体规模;通过在适应度函数内引入免疫算子,避免了算法过早收敛.因此,解决了寻优算法中局部收敛的困扰,提高了获得全局最优解的几率.把此算法应用于斯坦福大学酵母细胞周期表达数据库的数据进行共表达聚类,并将实验结果与Spellman按照功能基因组学进行聚类所得结果进行了对比,证明了所给算法在功能基因组学聚类上的有效性.

基于人工鱼群算法的动态模糊聚类

针对传统的模糊C-均值(FCM)聚类算法的聚类有效性对空间样本分布的依赖性等缺点,提出了一种新的基于人工鱼群算法的动态模糊聚类。通过引入模糊等价矩阵来表示高维样本之间的相似程度,并将高维样本映射到二维平面。然后利用人工鱼群算法不断优化二维样本的坐标值,使样本之间的欧氏距离向样本间的模糊等价矩阵趋近,最终实现模糊聚类。该方法克服了聚类有效性对高维样本空间分布的依赖性并同时提高了效率。仿真实验结果证明了该算法是有效的,具有聚类速度快、精度高等特点。

基于遗传动态模糊聚类的道路交通状态判定方法

针对当前城市道路交通状态判定时采用的模糊c均值聚类(FCM)和c均值聚类等方法的有效性较差的状况,提出了一种基于遗传算法的动态模糊聚类方法,通过计算交通流参数之间的模糊相似性,不失真地反映它们之间的内在关联,同时将交通流参数之间的模糊相似性映射到样本之间的欧氏距离,即将高维样本映射到二维平面,利用遗传算法不断优化两者之间的映射,使交通流参数之间的欧氏距离逐步趋近于其模糊相似性,实现动态模糊聚类,仿真实验结果证明了该方法的可行性和有效性。

基于动态模糊聚类的织物织造疵点检测算法

针对目前织物疵点检测算法普遍存在的适应性不强,实时性不高等问题,通过对织物织造疵点的深入分析,提出一种基于动态模糊聚类的织物织造疵点检测算法。该算法在对织物图像进行预处理之后,以织物图像的经纬向灰度均值投影为特征值,然后根据疵点区域灰度均值投影的畸变现象,利用动态模糊聚类算法分离出可能的疵点区域,最后设置合适的畸变密度和畸变度阈值对"伪疵点"区域实施有效过滤,以识别并定位疵点区域。实验证明,该算法可靠稳定,适应性强,并且具有较强的抗噪声干扰的能力。

浅析动态模糊聚类法在水资源区域分类中的应用

本文应用模糊数学中动态模相聚类的方法，综合考虑了多种因素的影响，对不同区域水资源开发利用程度进行了科学的、合理的分类。

基于AR模型的动态模糊聚类算法

与传统的硬划分聚类相比,模糊聚类算法(以FCM为例)对数据的比例变化具有鲁棒性,能够更准确地反映数据点与类中心的实际关系,目前已得到广泛应用。然而对于时序基因表达数据来说,传统的聚类算法往往不能充分利用到数据中时间上的动态关联信息。因此可以在模糊聚类算法的基础上引入自回归(AR)模型,将时序基因表达数据作为一组时间序列进行动态的聚类分析。这样不仅可以充分利用到时序基因表达数据的内部自相关性,并且可以进一步利用隶属度函数对AR模型的预测过程进行模糊化调整,从而得到更为理想的聚类结果。

用动态模糊聚类(ISODATA)作丹东市区大气污染区划

选取两个主要污染因子，用模糊数学中的动态模糊聚类（ISODATA）法，把城市建成区划分为重污染区中度污染区和轻度污染区。

基于动态免疫模糊聚类的金属焊缝缺陷等级磁记忆识别模型

针对焊缝应力集中及隐性损伤等级的磁记忆定量识别难题,提出一种基于免疫优化的动态模糊聚类模型。以Q235钢预制未焊透焊缝试件为试验材料,进行疲劳拉伸试验,参比X射线同步检测结果与定量标准,提取不同等级的磁记忆信号特征参数向量,考虑试验数据在焊缝缺陷各等级临界状态识别上的模糊、不确定性,引入动态模糊聚类算法,通过输出阈值λ获得初始模糊聚类划分,进一步考虑动态模糊聚类算法易陷入局部最优值等问题,采用具有全局搜索和并行能力的免疫算法进行优化,获得最优阈值λ,最终建立免疫优化的动态模糊聚类模型。验证结果表明,该模型预测损伤等级准确率达90%,为实际工程焊缝缺陷等级评定与设备安全定量评价提供新思路。

基于动态模糊聚类的水功能区划方法研究

该文以福建省晋江流域为例,应用模糊聚类理论,以流域为划分对象,乡镇河段为划分单元,采用极大值法进行指标标准化,基于MATLAB进行矩阵求解,夹角余弦法计算模糊相似矩阵,传递闭包法计算模糊等价矩阵,采用动态模糊聚类分析,进行水功能区一级区的类别确定,优化了区划方法,克服了定性判断法主观性和随意性较大的问题,提高了划分方法的科学性、规范性、实用性和可操作性,完善了水功能区划技术体系。

一种采用新的相似性度量方法的共调控基因动态模糊聚类算法

针对基因间共调控关系的特点和现有共调控基因聚类分析方法的不足,提出一种基于广义信息论中二次互信息的广义相似性度量标准QMISM,并利用免疫遗传算法将高维样本映射到二维空间,进而实现动态模糊聚类和聚类结果可视化.对人工合成数据和真实的基因表达数据的实验结果表明,该算法能得到更好的聚类结果.

地下矿山工程围岩稳定性模糊动态聚类分区

针对梅山铁矿二期工程开拓设计的需要，本文介绍了梅山地下矿山工程围岩稳定性模糊动态聚类分区的研究方法及其部分结果。该研究首先涉及分区资料的获取，整理与分析；其次是分区因素的选取与指标确定；最后是模糊动态聚类分析方法在工程围岩分区中的应用。

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。

基于模糊-动态聚类法的新疆节水区划探讨

农业节水区划是农业水资源高效利用规划和实施的重要依据。根据新疆地理位置、地貌形态、气候特征、缺水程度、灌区类型等指标组成农业节水区划的分区指标体系。采用模糊-动态聚类法进行节水灌溉分区,将新疆的节水灌溉工程划分为两级区,4个一级区和10个二级区,作为指导各个灌区节水灌溉实施的参考。

制造网格环境下模具制造资源的模糊动态聚类分析

为提高模具网格资源的搜索率与利用率,在分析模具网格资源特点的基础上,提出了基于F检验的模具网格资源模糊动态聚类方法。采用层次分析法确定模具网格资源各评价指标的权重,在此基础上应用模糊聚类分析法对模具网格资源进行分类,并利用概率统计中F检验找出合理分类数,从而选出最佳资源分类,将具有最大相似性的模具网格资源聚在同一资源域内。最后,结合具体应用对模具网格资源分类进行了仿真实验,结果表明该方法是有效的,可以使模具网格资源得到合理分类。

模糊-动态聚类法在河北省农业节水区划中的应用

农业节水区划是农业水资源高效利用规划和实施的重要依据。根据河北省的自然与社会情况,选取自然地理条件、现状节水水平与潜在的节水效益、社会经济条件等方面的指标组成农业节水区划的分区指标体系。采用模糊一动态聚类方法进行了河北农业节水规划分区,与模糊聚类或系统聚类相比,既避免了分类结果难于预见、聚类分散的弊端,又避免了动态聚类人为授权过多的弊病,特别是分区指标样本数量较多时,这种现象更为突出。应用该方法,将河北省分为7大类型区,分区结果用于“河北省农业节水工程实施规划”与“水资源综合规划”。

基于模糊动态聚类分析的辽宁省建筑业发展水平研究

辽宁省凭借其建筑业的蓬勃发展已跻身于我国建筑强省行列。但在全省建筑业快速发展的同时却出现了各地区建筑业发展水平不均衡的现象。本文引用模糊动态聚类分析对辽宁省各地区建筑业发展水平进行了分类,并根据各地区建筑业发展的现状对辽宁省建筑业发展不均衡问题进行了分析。同时结合各地区特点提出具有针对性的建筑业未来发展建议。

运用模糊动态聚类法划分肃北中亚沙棘的种质类型

以肃北县党河河谷３４个中亚沙棘样本的调查材料为素材，运用模糊动态聚类法，以果实颜色、形状、大小、百果重、果柄长度及其种子大小、形状。千粒重为划分指标，通过统计聚类，将该地中亚沙棘分为１０个类型，并按果实颜色、形状；大小特征逐一进行了命名。目的是在沙棘类型划分上探索新途径，为沙棘育种和开发利用提供依据。

模糊动态聚类法在学生学习评价中的应用

将模糊动态聚类法用于高校学生学习情况的评价之中，对学生的学习情况进行全面综合的评定，克服传统总分法的缺点，通过实践应用，具有客观、科学、方便的特点。

油料装备设计需求模糊动态聚类研究

介绍了模糊动态聚类的基本原理和分析步骤,以一种综合保障型地面油料装备为实例,进行设计需求的模糊动态聚类,分析了设计需求模糊动态聚类的可行性。