分层模糊最小-最大聚类算法

聚类是非监督学习的关键问题.本文在模糊最小-最大聚类网络(FMMCN)和分层聚类思想的基础上,提出一种分层模糊最小-最大聚类算法.与目前的常用聚类算法相比,该方法可以根据问题需要动态确定聚类数目,并克服 FMMCN 样本输入次序依赖性的缺陷.对相关数据集的实验结果表明该方法具有优良的聚类性能.

组合赋权模糊熵-灰云聚类二维河流健康评价

为弥补传统灰色聚类法中白化函数对隶属度的量化取值过于固定,忽视随机性信息而无法兼顾河流健康评价体系中的模糊性、不确定因素的不足,引入云模型理论,实现模糊性、随机性信息的定性定量转换,构造基于正态云模型的灰云聚类白化函数.权重确定采用最小偏差组合赋权法,可实现各指标相对重要度的合理界定;为解决指标等级归属不一致时的综合评判问题,引入模糊熵作为第二维评价系统,反映河流健康复杂度,从而实现模糊熵-灰云聚类二维河流健康评价.选取太湖流域几条河流进行评价,评价结果对比单一等级评价方法更直观全面.结果表明：所提出的改进方法可对健康等级归属不一致、不确定性作出合理解释,从宏观健康等级与微观复杂度两层面有效揭示河流健康状况细节,为河流健康评价研究提供可行思路.

基于双模型改进FKCN的智能轮椅运动控制

提出一种利用坐姿二维重心判断乘用者运动意图,并实现全向移动智能轮椅运动控制的方法。该方法实时采集坐姿二维重心,针对误动作数据点可能导致聚类中心偏移问题,增加侧抑制模糊隶属度函数并调整学习率,提升FKCN聚类效率,剔除输入样本中的异常数据点,并采用离线-在线双模型提高算法实时性,实验验证了所提改进算法有效性和可行性。