岩体结构面产状的综合模糊聚类分析

在岩体的力学和水力学分析中,岩体结构面产状的分析是极为重要的基础工作。传统的结构面产状图形分析较粗糙,因此模糊聚类方法得到了一定的应用。分析了模糊等价聚类方法和模糊软划分聚类方法在岩体结构面产状分析中的优缺点,并将上述2种方法结合起来形成岩体结构面产状的综合模糊聚类分析方法,给出具体的计算方法和过程。实例分析表明,结构面产状综合模糊聚类分析方法对结构面产状的分类合理,结果可靠,可根据实际问题灵活运用。

冲积河流河型控制的模糊聚类方法在黄河下游应用

根据河型成因的输沙平衡程度理论假说和水沙项输沙平衡程度公式,用水沙项数作为河型控制的控制指标量,以花园口到夹河滩河段为例对控制指标量取值,采用模糊等价矩阵聚类方法对黄河下游花夹河段河型控制结果进行验算。冲积河流河型控制的模糊聚类方法在黄河下游花夹河段的应用结果表明,在水沙项数可以控制的条件下,河型是可以得到控制的。

冲积河流河型控制的模糊聚类方法研究

建立了冲积河流河型控制的模糊聚类方法的基本理论,包括冲积河流河型自然分类方法、冲积河流河型成因的输沙平衡程度理论假说、冲积河流水沙项输沙平衡程度公式、冲积河流自然分类的河流模糊等价矩阵聚类方法和冲积河流河型模糊控制的3个关键步骤。3个关键步骤为控制指标量选择、控制指标量取值表的制定、河型控制的模糊等价矩阵聚类方法验证。在黄河下游花夹河段的试应用结果表明,在水沙项数可以控制的条件下,河型是可以得到控制的。

一种融合RST与模糊聚类的故障诊断方法

针对模糊聚类方法中存在冗余信息的问题,提出一种融合粗糙集属性约简和模糊等价关系的故障诊断方法,通过应用粗糙集属性约简算法对冗余数据的处理后再应用模糊等价关系聚类获取聚类结果。该方法与单采用模糊等价关系聚类法相比,不仅能够有效减少模糊等价关系矩阵求解中的迭代次数,而且获得聚类数也得到有效降低,并通过实例验证了该方法的有效性和高效性。

基于网页分类与加权的网民聚类方法研究

提出一种基于网页分类和网页加权的网民聚类算法，其基本思想是：先以各个网民对每个网页的点击量为依据，通过模糊等价矩阵聚类法对网页进行分类，并根据网页内容与深度确定网页的加权，即给每个网页一个分数，最后根据这个加权分数再次对网民进行聚类，即使用两次模糊等价矩阵聚类．

节理岩体结构面优势产状确定方法研究

节理岩体结构面产状的分析在岩体的力学和水力学分析中都是极为重要的基础性工作。本文分析了传统的结构面产状图形分析法、模糊等价聚类方法和模糊C均值聚类方法(FCM算法)在节理结构面产状分析中的优缺点,针对上述3种方法各自单独使用时的利弊将这3种方法有效结合起来,得出了一种更为准确合理的产状统计分析的综合性方法。应用此方法对三山岛金矿-555中段实测的节理岩体结构面产状进行了统计分析,得到其分组数目及优势方位。

土壤分类的模糊集成算法与应用

土壤是一个多性状的连续体,其分类的首选方法是模糊聚类分析.但是模糊聚类分析中现有的基于模糊等价关系的动态聚类法和模糊c-均值法各有利弊,采用其中一种方法聚类肯定存在不足.为此集成两种聚类方法的优点,避其缺点,提出了用基于模糊等价关系的动态聚类方法和方差分析方法确定聚类数目和初始聚类中心,再用模糊c-均值法决定最终分类结果的集成算法,并将其应用到松花江流域土壤分类中,得到了较为切合实际的分类结果.

对伶仃洋表层沉积物的聚类分析

本文采用模糊等价聚类、模糊C-均值聚类法对伶仃洋河口175个沉积物样本做了聚类分析,讨论了两种方法对于沉积物聚类的适用性和各类沉积物在伶仃洋河口的分布区域,结果表明:对沉积物的聚类分析模糊C-均值聚类法较模糊等价聚类法更为适用,聚类结果表明:第一类沉积物主要分布与内伶仃岛北侧、东侧以及向大濠延伸的区域,其余研究区域有少量分布。第二类沉积物分布区域最为广泛,主要分布于虎门口外到内伶仃岛的整个偏东区域、内伶仃岛东南方以及淇澳岛南侧,且以黏土质粉砂为主。第三类沉积物主要分布在洪奇门、横门口外东南侧,粒径较粗以砂为主,第四类沉积物较少,各个区域有少量分布。

冲积河流河型判别方法研究

分析了河流系统及河流自动调整作用,提出了冲积河流河型成因的河流自动调整作用程度理论假说及挟沙水流系统、河床形态系统河型判别式,在黄河下游6河段及汉江河段上采用河流模糊等价矩阵聚类方法验证建立的理论及判别式,结果表明该假说和判别式正确,河道挟沙水流系统与河床形态系统对河型形成作用等同。

The application of fuzzy equivalence relation based on the quotient space in cluster analysis

A fuzzy clustering analysis model based on the quotient space is proposed. Firstly, the conversion from coarse to fine granularity and the hierarchical structure are used to reduce the multidimensional samples. Secondly, the fuzzy compatibility relation matrix of the model is converted into fuzzy equivalence relation matrix. Finally, the diagram of clustering genealogy is generated according to the fuzzy equivalence relation matrix, which enables the dynamic selection of different thresholds to effectively solve the problem of cluster analysis of the samples with multi-dimensional attributes.