层次凝聚聚类算法的动态分析与准则函数设计

为提高层次凝聚聚类（HAC）算法的执行效率和结果质量，对其进行了动态分析，研究了一次合并对后续合并的影响。分析表明，合并两个类会生成一个新类，并使被合并的类的共享邻居的邻居数减小1；当新生成的类或邻居数减小的类参与后续合并时，会影响执行效率；一次合并会改变参与合并的类和它们的候选邻居之间的准则函数值，从而影响后续合并提高质量的程度。基于上述分析并结合模块性的定义，研究了现有准则函数对凝聚过程的影响以及它们的缺陷，并设计了两个新的准则函数。在大量数据集上的买验表明，新的准则函数提高了层次凝聚聚类算法的执行效率和结果质量。

应用聚类和遗传算法获取模糊模型

针对在复杂系统的模糊建模中,模型的精确度和可解释性很难同时得到满足的问题,利用PNC2聚类算法和遗传算法各自的特点,提出了一种新的建模方法。利用PNC2聚类算法创建初始模型,然后对规则参数进行编码,借助实值遗传算法优化模型。PNC2是有指导的层次凝聚聚类算法,双重的合并测试使获得的初始模型达到局部最优解,具有很强的可解释性;遗传算法通过自适应优化来提高模型的精确度。通过运用Iris数据分类问题,验证了算法的可行性和有效性。

基于共享逆近邻与指数核的密度峰聚类算法

针对密度峰聚类算法中局部密度定义和聚类分配策略的不足,提出了一种基于共享逆近邻与指数核的密度峰聚类算法。该算法利用样本的共享逆近邻点和指数核函数构造一种相似度,得到一种新的密度并将其应用在密度峰聚类算法中生成初始簇,然后将这些簇与凝聚层次聚类算法结合形成最终的类簇。数值实验证明:提出的基于共享逆近邻与指数核的密度峰聚类算法在真实数据集上的聚类结果要优于其他密度聚类算法,并能有效解决密度峰聚类算法中局部密度定义问题和聚类分配策略问题。

凝聚层次聚类的MODIS海冰外缘线提取算法与应用

本文论述了海冰外缘线在我国海冰监测和预报中的重要作用,分析了常规的海冰外缘线提取方法存在的不足。同时,结合MODIS遥感影像和渤海悬浮泥沙分布的特点,讨论了凝聚层次聚类的MODIS影像分割算法[1]。该算法以影像光谱特性和形状特性作为判定规则,通过加入影像网格化、碎斑和噪声去除等分析,在优化冰水识别参数及分割结果提取海冰外缘线的基础上,将该算法提取的结果进行了分析。实验表明,该算法能够较好地去除碎斑和噪声。同时对MODIS遥感影像的分割,得到理想的结果。

基于风电分时电价的虚拟电厂参与清洁供暖运营优化方法

随着“碳达峰、碳中和”目标的提出,迅速发展的风电由于其随机性与波动性,面临突出的风电消纳问题。蓄热式电采暖作为中国北方地区主要供暖设备,虚拟电厂作为需求侧资源的主要聚合技术手段,聚合蓄热式电采暖的虚拟电厂可为消纳风电、提高风电利用率提供解决途径。对此,提出一种基于风电功率的分时电价划分方法,实现虚拟电厂聚合蓄热式电采暖参与基于分时电价的清洁供暖交易优化运营。首先,阐述虚拟电厂聚合蓄热式电采暖用户参与风电供暖的交易模式;其次,考虑热惯性对蓄热式电采暖和房屋进行精细化建模,提出基于层次凝聚聚类算法的分时电价方法,建立基于Weber-Fechner定律的负荷模糊响应模型,并构建多方主体综合收益最大、弃风量最小和负荷波动最小的虚拟电厂多目标运营优化模型;最后,通过算例分析风电消纳效果和虚拟电厂收益,验证该方法能够有效促进风电消纳、提高多方主体积极性,并具有一定的规模经济性,以期为缓解弃风问题提供参考。

一种基于U-AHC的不确定空间co-location模式挖掘算法

不确定数据在一些重要应用领域中是固有存在的,如传感器网络和移动物体追踪等.如何快速、方便、有效地从不确定数据库中发现潜在的、有价值的和人们感兴趣的信息变得越来越重要.首先,把传统的凝聚层次聚类算法(AHC)扩展到不确定的凝聚层次聚类算法(U-AHC),然后在聚类结果的基础上计算候选co-location模式的粗表实例,并对参与度小于最小参与度阈值的候选模式进行剪枝.接着展开其粗表实例并动态地实施剪枝,最后生成频繁的co-location模式.实验证明这个算法是正确的,而且效率较高.

小学数学应用题相似性度量及难度评估的数学模型

针对2023年第十五届“华中杯”大学生数学建模竞赛B题,首先,建立基于欧氏距离的相似性度量模型衡量每两道题目之间的相似性;建立基于熵权法的TOPSIS综合评价模型计算出各道题目的难度系数。然后,依据题目的相似性、难度采用两种不同的聚类模型:凝聚层次聚类算法和K均值聚类算法对附件1的100道题目进行分类,并通过分析两个算法的复杂度评估了适用于不同规模的题库。最后,提出一种基于相似度和难度的题型推荐方法,能够推荐题型相似、难度相近的其他题目供使用者强化学习。

基于二维激光雷达多车道车辆检测与分车算法的研究

为解决汽车动态称重多车道车辆检测与分车问题,提出了一种基于二维激光雷达的多车道车辆检测与分车算法。基于所建立的平面直角坐标系,将二维激光雷达对车道扫描得到的极坐标值转换为直角坐标系下的坐标点,对所拾取数据点进行中值滤波处理后,采用车辆边缘信息点提取算法对所有点数据进行分类截取,用凝聚层次聚类算法和最小二乘法曲线拟合,提取出车辆的左右边缘信息。以车辆左右边缘为多车道分车标志特征,确定各车辆的位置信息,从而实现对多车道的横向分车。以车道有无车辆的特征标志位来实现车辆的前后分车。试验结果表明,该方法能实现对多车道车辆的检测和车辆分车,对今后的车辆检测和分车具有一定的参考。

基于集成AGNES&GA算法的深沟球轴承套圈订制优化

轴承套圈订制的目的是为了降低生产中零件库存,减少生产批量。为解决深沟球轴承订制过程仅凭经验而缺乏科学优化的问题,研究基于集成AGNES&GA算法的深沟球轴承套圈订制优化方法,以订制后套圈沟道尺寸偏差段数量最小为优化目标,轴承径向游隙和球库存数量为约束条件建立模型,采用AGNES对套圈尺寸偏差进行偏差段数量数据挖掘,以此建立适应度函数,基于改进型遗传算法搜索优化结果。该集成算法有效解决了深沟球轴承订制组合优化难题,提高了搜索效率,并通过实例应用验证了该方法的可行性和有效性。

基于电源分区与短路阻抗距离的电压无功分区方法

基于先电源节点分区后负荷节点映射分区的思想,提出了一种基于电源分区与短路阻抗距离的电压无功分区方法。首先以无功/电压灵敏度来定义电气距离,采用凝聚的层次聚类算法直接对电源节点进行分区。然后定义了多无功源节点对单个负荷节点的短路阻抗距离,并以短路阻抗距离最短原则来实现负荷节点的映射分区。该方法不仅能保证电气距离近的无功源被分在同一个区域,而且还能保证负荷节点与对其控制能力强的多个无功电源节点被分在同一个区域。另外,该方法还具有分区结果与潮流状态无关的优点。IEEE39节点系统和重庆实际电网的仿真结果验证了所提方法的有效性。

基于对抗颜色空间梯度SURF特征匹配复制黏贴篡改检测

为了提高篡改检测方法对复制区域几何变换的鲁棒性,以及解决常规匹配算法带来的误匹配问题,提出了一种基于对抗颜色空间梯度SURF特征匹配复制黏贴篡改检测方法,首先,将完成图像对抗颜色空间梯度的获取,采用梯度值替代灰度值完成SURF的128维特征描述子提取。然后,采用凝聚层次聚类算法对匹配特征关键点进行聚类处理,采用仿射变换估计对聚类后匹配关键点进行估计。最后,采用RANSAC算法优化估计结果。通过实验验证,该方法能准确实现特征点的精确匹配,并能准确定位复制粘贴区域,且对篡改区域的几何变换具有很强的鲁棒性。

基于摘要的web内容挖掘研究

Internet是一个巨大的,分步广泛的,动态性强的全球信息服务中心,人们想在它上面找到想要的相关信息是很困难的,一般用户通过给搜索引擎提供简短的关键词来检索信息,但是通过搜索引擎返回的相关结果太多,这使得处理相关结果太耗时,本文提出了一种语义虚拟文档(SVD)来表示web文档,在此基础上实现了凝聚层次聚类算法,以自动聚类内容相似的web文档。结果:一方面使网络用户增强了相关结果的判断处理,同时使用户快速、高效的从Internet上发现想要的信息,另一方面返回的结果在知识表示上增强了web内容挖掘。

基于客户分组的城市物流配送线路问题研究

针对城市客户订单需求差异性,应用改进的凝聚型层次聚类算法计算客户订单属性相似度,以此为据提出了客户分组方法,并进行物流配送线路设计。对某物流配送中心的车辆调度问题进行分析计算,结果表明,基于分组策略的配送方案能够有效降低运输成本,并提高配送的准时性。

组织知识结构构建方法及在专利文献中的运用

组织知识结构是组织中知识的基本构成及其相互关系的反映,但目前学者们较少关注组织知识结构构建方法的研究。针对这一问题,本文首先从宏观和微观两个层面明确组织知识结构的概念,然后以物质载体中的专利文献为例,使用文本挖掘的方法对组织知识结构的构建方法进行研究。该方法首先抽取专利文献中的知识元,进而采用层次凝聚聚类算法(HAC)对这些知识元进行层次聚类,并基于可视化方法形成组织知识结构。最后,以某组织的专利文献背景对其组织知识结构构建方法进行了实例验证,取得了良好的效果。

基于电气距离矩阵特征根分析的主动配电网电压控制分区方法

针对现有电压控制分区方法在确定分区数方面的不足,提出一种基于电气距离矩阵特征根分析的分区方法,并将其应用到主动配电网的电压控制分区中,该方法能通过分析电气距离矩阵的特征根确定最佳分区数。首先,使用牛顿-拉夫逊法进行潮流计算,得到电压/无功灵敏度矩阵,对其进行处理得到增广的电压/无功灵敏度矩阵;然后根据增广电压/无功灵敏度矩阵定义电气距离,得到电气距离矩阵;接着建立描述电气距离矩阵特征根序列的一个指标作为判断依据来确定较大特征根个数,该个数即为分区数;最后,采用基于Ward距离的凝聚层次聚类算法对电气距离矩阵进行聚类,得出分区结果。通过算例分析,验证了所提方法的有效性和合理性。