最小距离聚类法的容许性

确定一个所谓的“最优”聚类方法通常是不可能的 ,于是提出一种容许聚类法。

基于最小距离聚类法的用户感知指标选择研究

随着技术和观念进步,用户感知越来越受到企业及消费者的关注。提升用户感知满意度是企业培养消费者品牌忠实度的有效手段之一。建立一种合理有效的用户感知评价手段是提升用户感知满意度的前提。本文以电信运营商的语音业务为对象,通过最小距离聚类法筛选评价指标,利用模糊神经网络建立了语音业务用户感知评价模型。为今后改善、提升用户感知满意度提供了依据。

基于聚类和统计理论的雷达组网融合方法

针对雷达组网中多传感器融合问题,提出一种基于聚类和统计理论的雷达组网数据融合方法。该方法首先利用格罗贝斯统计理论剔除系统误差数据,然后对余下的有效数据采用切比雪夫距离定义了距离矩阵,利用最小距离聚类法确定各传感器融合的次序,可以克服以往方法中关系矩阵的主观影响,提高数据融合结果的客观性。仿真结果表明,该算法可以避免极端、有效数据的损失,具有较高的精度。

多传感器数据的聚类融合方法

针对多个传感器对多个特性指标进行测量实验的数据融合问题,从多元统计理论角度提出了一种新的多传感器数据的融合算法.该方法采用欧氏距离定义了距离矩阵,利用最小距离聚类法确定各传感器融合的次序,可以克服以往方法中关系矩阵的主观影响,提高数据融合结果的客观性.通过试验数据的分析,表明该算法简单,可以避免极端、有效数据的损失,具有较高的精度.

基于多传感器数据融合的温室环境控制的研究

温室具有空间大且温度场分布受多种参数影响大等特点。基于这些特点,提出了一种基于多传感器数据检测与数据融合技术的温室环境控制的方法。在多传感器采集数据基础上,利用最小距离聚类法确定各传感器融合的次序,提高数据融合结果的客观性。这种方法可以提高温室环境监测的精确度,使温室环境的温度、湿度、光照等主要参数达到理想的条件。

多传感器数据融合技术在温室控制中的应用

传统的温室往往受到地域、温度、时令等多种参数的影响,在实际农作物生长的监测控制中存在着很多的问题。鉴于目前温室的实际情况,本研究提出了一种适合花卉生长的基于多源异构传感器和数据融合技术相结合的环境测控方法。实验表明:这种方法能够提高环境参数检测的精度和数据融合的客观性,为花卉的生长提供了较为适宜的温室生长环境。

海外旅游流的网络相关性

本文使用最小距离聚类法和最大树模糊聚类法对中国主要旅游热点城市海外旅游流的流动网络进行了分类 ,做了结点间的相关性分析。