ISAD:一种新的基于属性距离和的孤立点检测算法

孤立点是数据对象在某些属性(维)上波动形成的。由此,本文提出了关键属性的概念,用于描述影响数据稳定性的属性。在真实数据集中,只有一部分属性是能够决定某数据是否是孤立点的关键属性。由此,本文提出了关键属性隶属度的定义及其求解算法,并在此基础上提出了一种新的基于属性距离和的孤立点检测算法。实验结果表明,该算法较基于单元的算法在效率及维数可扩展方面均有显著提高。

基于PCA及属性距离和的孤立点检测算法

提出了一种基于主分量分析和属性距离和的孤立点检测算法。该方法首先通过主分量分析方法从众多属性中提取出满足累计贡献率的主分量,同时利用PCA变换矩阵把原始数据集转换到由主分量组成的新的特征空间上,之后对转换后的数据集用属性距离和的方法对孤立点进行检测。实验结果证明了基于主分量分析和属性距离和的孤立点检测算法的有效性。

应用属性距离加权平均滤波提高CCD光斑的亚像素定位精度

针对现有滤波方法无法克服CCD光斑信号的噪声去除和特征保持之间的矛盾,由图像噪声引起的随机误差成为影响光斑定位精度主要因素的问题,提出了用属性距离加权平均(ADWA)方法对光斑图像进行滤波处理的方案。根据含噪信号的属性分离信号和噪声,通过增加属性的方式来进一步缓解噪声去除与信号特征保持之间的矛盾。实验结果表明,在基于位置、幅值的二元属性距离加权平均(2-ADWA/LV)的基础上,引入"梯度"属性构成3-ADWA/LVG后对光斑信号进行滤波处理,能将光斑定位精度提高20%以上,使定位结果标准差减小到0.024pixel。实验表明,用ADWA对光斑信号滤波,可通过挖掘和引入新的属性来进一步去除光斑信号噪声同时增强信号特征保持效果,从而为提高光斑的亚像素定位精度提供一条有效途径。

基于维度属性距离的混合属性近邻传播聚类算法

针对近邻传播聚类算法不能处理混合属性数据集的问题,提出了一种新的距离度量测度,并将其应用到近邻传播聚类算法中,提出了一种基于维度属性距离的混合属性近邻传播聚类算法。与传统聚类算法不同的是,该算法不需要计算虚拟的中心点,同时考虑了数据集整体分布对聚类结果的影响。将算法在UCI数据库的2个混合属性数据集上进行验证,同时对比了经典的K-Prototypes算法以及K-Modes算法。实验结果表明,改进后的算法具有更好的聚类质量以及执行效率,算法的优越性得到了验证。

坐标与属性一体化的空间聚类方法研究

通过空间坐标和属性特征的有机结合,定义了3种空间距离,给出了基于空间距离的K平均系统聚类算法,对山东省生态环境质量进行了聚类分析和类型分区。实践表明,空间聚类方法可以较好地反映出空间位置邻近和属性特征相似的空间聚类要求。

基于聚类的属性约简方法

针对现有的属性约简方法在约简的过程中与用户交互过程太少的问题,提出了属性距离的定义及其基于聚类的约简方法。首先给出了属性依赖度和相对依赖度的定义,然后根据用户给定参数和由属性相对依赖度计算出的属性距离对属性进行聚类,将区分能力相似的属性聚集到同一个类中,最后从每个类中选取出属性组成约简属性集。实验结果表明:该方法比以往的属性约简方法有更好的交互性能,能通过用户的参数,约简出接近用户需求的属性集。

基于属性——关系综合相似度的聚类算法

为弥补属性空间聚类方法只关注对象属性信息以及结构聚类方法只关注对象间关系信息的不足,提出一种基于属性—关系综合相似度的聚类算法。在构建基于属性距离的有权网络后,算法给出对象间综合相似度以及类间综合相似度的计算方法,并设计相应策略自底向上实现聚类。与属性空间聚类和结构聚类方法相比,该算法由于兼顾了属性和关系信息而具有更高的聚类精度。与经典的基于属性—关系相似度的算法HyPursuit、M-S等相比,算法由于精简了综合相似度的计算而具有更高的效率。

基于属性权重的局部离群点挖掘算法研究

离群点检测是当前数据挖掘研究领域的热点问题之一。基于高维数据模型的局部离群点检测算法,将数据对象的属性根据自身的性质分为特征属性和环境属性,用环境属性来完成邻域的确定,用特征属性完成对象与邻域的比较,从而实现高维数据模型的降维操作;通过对数据对象属性的加权处理,使不同的属性在检测过程中发挥不同的作用。

基于混合评价方式的多属性群决策研究

该文中所说的混合评价方式评价研究是指精确实数、区间数与模糊语言三种方式对方案进行评价。首先,将精确实数、区间数和模糊语言评价转化成二元语义形式进行计算并对其规范化,并通过熵权法确定方案的属性权重;然后,根据给出偏离度与不确定度的定义,建立确定专家权重的函数,并通过拉格朗日函数对其求解;再由属性权重向量,建立确定专家权重的距离函数。最后,将通过不同方式得到的专家权重进行系数加权,得到综合专家权重。本文将通过实例说明该方法的实用性。

复杂数据情形下的应急案例相似度测算方法

为解决定性与定量属性数据混合及属性值缺失的应急案例决策问题,建立一种基于证据推理的相似度测算方法。通过给出目标案例与历史案例的属性距离定义,借助证据推理制定属性距离的基本置信度评价和融合规则,并得到案例的置信度分布形式。将计算案例的平均效用作为案例相似度的评估值,提取相似度满足阈值且最大的历史案例,将其应急方案作为当前突发事件的最优备选方案。最后,将该相似度测算方法运用到火灾和地震应急案例中,求解与当前突发事件最相似的历史案例。结果表明:利用区间距离方法计算属性距离,能有效表示不确定属性的距离;用基于证据推理的相似度测算方法,能有效度量复杂数据情形下的应急案例相似度。

三角测距激光雷达的光斑定位算法研究

为了降低激光雷达测距系统的光斑信号噪声,提高系统的测距精度,对属性距离加权平均滤波及灰度质心法进行改进,提出一种应用于激光雷达系统的改进算法。以曲率为属性的属性距离加权平均滤波在去噪的同时很好地突出了光斑的峰值点。通过多次迭代计算灰度质心的求质心方法,进一步地提高光斑中心的定位精度,还解决了一般平方加权质心法容易受到噪声影响的问题。在MATLAB仿真环境中对实际采集的数据进行处理,实验表明本文算法对于4μs的像素单元可以取得0.05 pix的定位精度,并具有较好的稳定性。

基于案例推理的消防应急决策方法

针对突发事件有效应急方案生成的问题,提出一种考虑主体偏好的决策方法。依据决策主体对正负属性距离的偏好,计算应急案例的属性相似度,通过指数函数对属性相似度进行转换。根据案例相似度最大化和特征根法,构建求解应急案例相似度问题的优化模型,通过求解优化模型获得属性权重。通过计算案例的综合相似度前景值,得到与目标案例最相似的案例。通过一个高层建筑火灾的算例分析说明该方法的有效性和可行性。

采用高维数据归约由药物判定方剂功效

目的:探讨药物高维数据归约方法判断方剂功效的可行性。方法:以《中医类方辞典》的方剂为样本数据,将组方药物的数据量化,采用单纯的人工神经网络方法(ANN)和人工神经网络方法结合属性距离矩阵的高维数据方法(SARM)分别由药物判断方剂功效。结果与结论:采用人工神经网络方法并结合中医先验知识由药物判断客观方剂功效是可行的。

基于模糊综合评判法的土地利用空间集聚研究

以土地属性差异性、空间关联性为约束开展城市土地利用空间集聚分析,将能更好地揭示城市土地利用的属性相似、空间邻近特征,为土地优化利用提供支持。以模糊综合评判法为理论基础,以ArcGIS9.0软件、SPSS10.0软件为技术手段,以武汉市汉口中心城区数据为实例,首先利用ArcGIS软件空间分析功能将研究区进行规则格网空间划分;其次利用模糊综合评判法对样点数据指标属性值进行聚类,并利用SPSS软件采用最短距离法获得聚类等级;然后利用ArcGIS空间数据融合技术将具有相同聚类等级的空间格网进行合并,进而得到研究区土地利用空间集聚分布图。

不完备信息下基于案例推理的城市火灾应急决策方法研究

城市火灾发生突然,现场情况复杂,信息难以获取,为解决城市火灾中由于部分现场信息不完备造成的火灾扑救决策困难问题,利用案例推理方法,通过研究目标情景与源情景的结构相似度和全局相似度,找到与目标情景相似的情景,并根据以往相似情景的演化过程和解决措施,找到解决当前问题的思路和方法。研究结果表明:该方法可以较快地从案例情景库中找到相似的情景及相关解决措施,从而给目标情景决策提供参考和借鉴。

用户聚类和多最小支持度关联规则的推荐系统

在几种流行的推荐算法的基础上,本文提出了一种新的融合用户聚类和关联规则的算法来改善推荐效果。该算法在经典的关联规则算法Apriori基础上引入多最小支持度的概念,并在关联规则算法之前进行用户聚类,在聚类算法中使用了包含字符属性的混合属性距离函数,提高聚类效果。在此算法的基础上,设计并实现了一种新的基于图书馆的推荐系统。实验证明该算法改善了数字图书馆中新书的推荐质量,去除了部分只含高浏览量图书的无意义规则,并趋向于发现相近种类图书的关联性。

利用属性距离矩阵研究《局方》方剂功效倾向性

目的:研究《太平惠民和剂局方》中大量缺乏功效说明古方的功效倾向性。方法:以组方药物的各种属性为基础,构建方剂功效属性距离矩阵,通过功效属性距离矩阵计算元组矢量的属性权重,利用平均值法、最陡峭下降法、拉格朗日中值法、信息量法从药物归纳方剂的功效。结果:为量化结果比较,利用"准确率"标准评价上述4种方法对《局方》方剂进行属性约减的准确性。通过实验得到上述4种方法的属性约减准确率分别为:61.5%(平均值法),79.2%(最陡峭下降法),68.2%(拉格朗日中值法),70.8%(信息量法)。结论:平均值法结果繁杂,最陡峭下降法结果简约,拉格朗日中值法具有较好的折中性,信息量法结果受阈值影响可变动。几种方法可相互参照,相互补充。

南方丘陵区不同母质水耕人为土发育速率的比较

如何度量水耕人为土的发育程度和发育速率是土壤发生学的一个难题。选择南方丘陵区3种常见母质(紫色砂页岩类坡积物PS、第四纪红黏土RC和红砂岩类坡积物RS)发育的水耕人为土时间序列作为研究对象,尝试利用属性距离和土壤发育指数来表征水耕人为土的发育程度,揭示母质对水耕人为土发育速率的影响。结果表明,水耕人为土剖面形态特征经定量后和属性距离一样能够表征水耕人为土发育的时间趋势,在指示水耕人为土的发育程度和估算发育速率上有重要意义。有机碳(SOC)、pH、黏粒含量和磁化率(MS)在计算发生层距离(HD)中贡献很大,而土壤颜色和湿结持性在计算发生层指数(HI)中起着重要作用。RC母质的土壤,土层较厚,颜色红,黏粒含量较高,保肥和保水状况好,土粒的黏结性和可塑性较好,SOC容易累积,发育速率最快。PS母质的土壤,土层较厚,细颗粒(黏粒+细粉粒,<0.01mm)含量高,保肥和保水状况好,土粒有一定的黏结性和可塑性,SOC容易累积,发育速率次之。RS母质的土壤,黏粒和细颗粒含量均很低,土层薄,保肥和保水状况以及黏结性和可塑性差,SOC很难累积,发育速率最慢。母质对水耕人为土发育过程的影响可以通过影响其发育速率表现出来。研究同时显示,水耕人为土平均发育速率远较自然土壤快,并在人为培育下快速定向发育。但随着种稻年限的增加,水耕人为土的发育速率普遍下降,水耕人为土发育速率和成土年龄的关系大致符合对数关系。这种定量方法可以提高对水耕人为土形成过程的理解并能实现不同地区水耕人为发育速率的定量比较,有较好的使用前景。但此方法仍处于试验探讨阶段,有待更多的研究来验证和改进。

空间和属性双重约束下的自组织空间聚类研究

形式化定义了双重聚类的聚类准则及其判定方法,提出了双重聚类的两步法求解思路和自组织双重聚类算法。通过实例验证了该算法的可行性,自组织双重聚类可以发现非空间属性的聚集、延伸等空间分布特征,可以发现任意复杂形状的聚类,并降低了人为影响。

亚热带丘陵小流域土壤有效磷空间变异与淋失风险研究

肥料过施导致的土壤磷素累积和淋失是农业面源污染的重要方面.以湖南省长沙县金井镇脱甲河小流域(52 km2)为研究区,采用高密度布点采样、Arc GIS软件和属性相似反距离加权插值法研究了亚热带丘陵小流域表层(0~20 cm)土壤有效磷(Olsen-P)含量(以P计,下同)的空间分布特征与磷素的淋失风险.结果表明,菜地、果园、稻田和茶园土壤Olsen-P平均含量为62.0、16.1、14.4和13.7 mg·kg-1,是林地(平均含量为2.36 mg·kg-1)的5.8~26.3倍.5个土地利用类型土壤Olsen-P含量均具有高等变异水平和中等程度的空间自相关性(块基比C0/(C0+C)=50%),这与区内地形地貌、土壤母质、人工施肥等具有密切关系.根据土壤0.01 mol·L-1Ca Cl2浸提态P和Olsen-P的非线性关系可确定区内红壤和水稻土P的淋失风险临界值分别为69.97和98.40 mg·kg-1,并据此对脱甲河小流域土壤磷素淋失的风险进行了定量评价,结果表明旱地土壤具有明显较高的淋失风险,其中中等以上的比例占36.4%,而稻田土壤仅有0.2%,为中等以上淋失风险.因此,控制旱地(尤其是菜地)磷肥的投入是降低亚热带丘陵小流域土壤P淋失风险和减轻农业面源污染的关键.