基于改进模糊聚类算法的大数据随机挖掘仿真

大数据挖掘是从大量有噪声的、随机模糊的大数据中提取有价值信息的过程,由于海量大数据具有多维性、稀疏性以及动态性等特点,准确获取其分布特征的难度较大,随机挖掘难以直接实现。为此提出基于改进模糊聚类算法的大数据随机挖掘方法。利用建立的语义概念树模型获取大数据的特征分布关系,并根据模糊语义分析法得出大数据的语义相似性、关联性条件,提取大数据特征。优先确定最佳聚类数,采用改进模糊聚类算法对其聚类,实现基于改进模糊算法的大数据随机挖掘。实验结果表明,上述方法的大数据模糊聚类效果较好,随机挖掘准确率可达到95%以上,实验所得结果验证了上述方法较强的应用有效性。

基于模糊聚类算法的小微企业信用融资服务资源整合方法

为了优化小微企业信用融资服务资源整合效果,提高资源整合后的利用率,开展了基于模糊聚类算法的小微企业信用融资服务资源整合方法研究。首先,采用双向处理模式,构建资源抽取程序,得出资源数据定向抽取结果;其次,对抽取到的资源进行降维处理,减小资源维数之间的差异;在此基础上,利用模糊聚类算法,将相似度较高的资源整合到同一个聚类中,相似度较低的资源归入不同的聚类中,实现小微企业信用融资服务资源整合目标。实验结果表明,提出的整合方法应用后,资源利用率方面明显高于对照组,最高达到了98.2%,能够有效地整合和优化服务资源,更好地满足小微企业的融资需求。

基于模糊聚类算法的多源异构数据中台智能整合方法

传统的数据整合方法往往无法有效地处理这些异构数据,因此需要一种更为智能的方法来解决这个问题,现提出基于模糊聚类算法的多源异构数据中台智能整合方法。首先,基于模糊聚类算法提取多源异构数据特征,对这些数据进行归类,然后采取适当的处理策略,其次,生成数据中台智能整合函数,汇总并处理数据中台智能整合函数的节点,最后,实现多源异构数据中台的智能聚合。实验结果表明:该实验以20min为单位时长,该数据整合的速率在整体实验中,相较于传统方法,该文方法的数据整合速率明显优于传统方法,证明基于模糊聚类算法的多源异构数据中台智能整合方法在处理大规模多源异构数据时仍具有较高的效率。

基于模糊聚类算法的水务平台多源异构数据资源整合方法

为了优化水务平台上多源异构数据资源的整合效果并降低重复数据资源存在的可能性,以及节省数据资源存储空间,文章引入模糊聚类算法,进行了基于该算法的水务平台多源异构数据资源整合方法的研究。首先,对存在质量问题的脏数据进行清洗处理,从而提高数据资源的质量。其次,映射多源异构数据模式与本体关系,为后续数据资源整合效率的提高奠定基础。在此基础上,利用模糊聚类算法计算整合信息熵,并以整合初始聚类中心为标准对水务平台上的多源异构数据资源进行整合。实验结果表明,应用提出的整合方法后,水务平台上的数据冗余比例始终小于对照组,最大不超过5%,说明多源异构数据资源存在重复的可能性较小。

基于概率模糊聚类算法的绿色会展智能管理系统研究

“高发展、高开发、高排放”的传统发展模式导致了资源利用效率低下和生态环境恶化。随着绿色展会的日益增多,如何管理绿色展会是推动其从理论走向实践亟待解决的问题,因此,绿色会展智能管理系统的建设成为当前的一大难题。本文旨在研究基于概率模糊聚类算法的绿色展会智能管理系统,并描述其系统性能。本实验通过不同输入的响应时间、整个系统的响应时间、中央处理单元(CPU)的利用率和内存使用率评估系统性能。实践证明,基于概率模糊聚类算法设计的绿色展会智能管理系统值得进一步推广应用。

基于模糊聚类算法的配电物联网潜在攻击行为的安全检测

受到特征点对点匹配机制的限制,虽然配电物联网攻击行为个体监测精度高,但是整体检测精准度偏低,无法适应配电物联网攻击行为的检测应用,由此设计基于模糊聚类算法的配电物联网潜在攻击行为安全检测技术。结合配电物联网攻击行为数据特征,采用模糊聚类算法对其检测过程进行优化,改进基于模糊聚类算法的配电物联网区块模型,定义攻击行为节点的模糊聚类条件,进行攻击行为模糊聚类规格化计算、攻击行为识别输出,实现配电物联网潜在攻击行为安全检测。仿真数据测试结果表明:所提方法能够有效提升配电物联网攻击行为检测的整体精度,且稳定性指标能够满足连续性检测任务。

基于数据库与模糊聚类算法的市场化线上售电系统设计

针对线上售电系统电价参数计量点存在偏差,导致线上售电峰谷联供负荷率偏低的问题,基于数据库与模糊聚类算法,设计市场化线上售电系统。售电系统的硬件设计上参考配变测量器的测量精度基础参数,构建售电配变监测器,根据线上售电模块的偏置结构设计线上售电模块;售电系统的软件设计上应用模糊聚类偏差售电算法,制定线上售电报价策略,并据此确立市场化峰谷分时的电价参数计量点,制定峰谷分时售电定价数据库,统一市场化售电业务系统业务数据,完成市场化线上售电。实验结果表明:基于数据库与模糊聚类算法的市场化线上售电系统线上售电峰谷联供负荷率最高为54.36%,其实际应用价值得到验证。

基于改进模糊聚类算法的可见光通信网络资源安全分配方法

可见光接入点网络资源有限,而接入用户数量呈现逐渐上升的趋势,网络资源分配的公平系数较低、时延较高,对此,提出基于改进模糊聚类算法的可见光通信网络资源安全分配方法。提出方法通过构建可见光通信网络模型,展示可见光通信网络内部环境与结构,确定可见光通信信道模式,获取网络信道信息,应用改进模糊聚类算法分块处理可见光通信网络资源,计算数据聚合器(用户)在每个资源块上的信噪比,衡量不同通信链路的增益情况,以最大增益为标准,将网络资源安全分配给每个用户。实验结果显示,提出方法网络资源安全分配时延均值为4.72 s,用户被分配网络资源公平系数均值为0.79,实现了可见光通信网络资源的安全分配。

基于模糊聚类算法的绿地园林养护信息数据整合模型

现有的信息数据整合方法的数据冗余较高,因此文章引入模糊聚类算法,以绿地园林养护信息数据为例,提出了基于模糊聚类算法的数据整合模型研究。首先,清洗处理信息数据;其次,建立信息数据整合模型;最后,利用模糊聚类算法,全方位地整合模型内的信息数据。实验分析可知,提出模型应用后,整合信息数据冗余比明显较低,整合效果优势显著。

基于模糊聚类算法的多配送中心选址优化方法

为了优化二级设施物流网络中多配送中心的选址操作,提取了影响配送中心选址的主要因素,建立了一种综合评价指标体系.首先,将语言变量值用三角模糊数表示,对备选配送中心进行综合评价;然后,采用区间数优度函数法将二级准则指标集成到一级准则指标上,以集成后的方案评价指标值作为模糊聚类算法的输入进行聚类操作,并设计了聚类有效性指标以用于判断聚类结果合理性;最后,应用TOPSIS方法对各类内的备选址进行排序,以确定选址位置及数量.实例验证表明,当隶属度数值取0.740 2时,得到最小的聚类有效性指标为2.43.依据该操作可将备选配送中心分成4类进行逐类选址,选址结果合理且较其他方法更具有优越性.因此,该方法能够更有效地解决多配送中心选址问题.

模糊聚类算法稳定图应用于桥梁结构参数识别

将模糊聚类算法应用于稳定图理论,并将该稳定图与协方差驱动的随机子空间法相结合,进行桥梁结构模态参数识别。提出不考虑阻尼的影响,以频率为横坐标,以模态保证准则MAC中任一列数据为纵坐标的模糊聚类算法稳定图。通过比较稳定图中各聚类圆大小的方法进行稳定图真假模态的判别,从而使模态判别不再需要人的主观参与而变得更加智能和准确。通过简支梁和连续梁仿真分析验证了模糊聚类算法稳定图用于桥梁结构参数识别的准确性和较强的抗干扰性。

一种新的Web事务模糊聚类算法的研究

提出了一种新的Web事务模糊聚类算法 .首先 ,在Web日志预处理后建立Web站点用户访问矩阵 ,矩阵元素为用户访问离散化时间 ,在此基础上进行Web事务群体的模糊聚类 ,最后对在线的活动Web事务进行类别归属 .经实验证明 ,该算法比已有的算法准确性高 ,运行时间少 ,扩展性好 ,它可以广泛地应用于电子商务领域 ,如个性化Web和Web推荐系统等 .

模糊聚类算法在汉语文本聚类中的应用

应用一种新的分词算法对汉语文本进行分词,该算法具备不使用词典和语法知识、不使用汉语词法规则、无监督等特点。采用模糊聚类算法对汉语文本进行聚类,该模糊聚类算法优于普通的聚类算法,聚类结果能充分体现汉语文本的多样性和大量性的特点。

基于模糊聚类算法的复杂岩性识别

针对复杂岩性分类中存在的模糊性,提出了基于模糊聚类算法的复杂岩性判别方法.考虑储层岩性特征参数在不同岩性类别中取值的交遇性和相同岩性对应很大的取值范围,在传统聚类算法中引入岩层样本对岩性类别的隶属度,同时按分类特征参数的重要程度做加权处理来构成综合判别指标,并将专家经验和反映岩性变化的定量指标相结合划分岩性.采用该方法处理了川东油田113个地层样本,总符合率达84.1%.

Web页面和客户群体的模糊聚类算法

Web日志挖掘在电子商务和个性化 Web等方面有着广泛的应用 .文章介绍了一种 Web页面和客户群体的模糊聚类算法 .在该算法中 ,首先根据客户对 Web站点的浏览情况分别建立 Web页面和客户的模糊集 ,在此基础上根据 Max- Min模糊相似性度量规则构造相应的模糊相似矩阵 ,然后根据模糊相似矩阵直接进行聚类 .实验结果表明该算法是有效的 .

基于模糊c-means与自适应粒子群优化的模糊聚类算法

已有的粒子群模糊聚类算法需要设置粒子群参数并且收敛速度较慢,对此提出一种基于改进粒子群与模糊c-means的模糊聚类算法。首先,使用模糊c-means算法生成一组起始解,提高粒子群演化的方向性;然后,使用改进的自适应粒子群优化方法对数据进行训练与优化,训练过程中自适应地调节粒子群参数;最终,采用模糊c-means算法进行模糊聚类过程。对比实验结果表明,所提方法大幅度提高了计算速度,并获得了较高的聚类性能。

关于切换回归的集成模糊聚类算法GFC(英文)

已经有多个方法可用于解决切换回归问题.根据所提出的基于Newton引力定理的引力聚类算法GC,结合模糊聚类算法,进一步提出了新的集成模糊聚类算法 GFC.理论分析表明GFC能收敛到局部最小.实验结果表明GFC在解决切换回归问题时,比标准模糊聚类算法更有效,特别在收敛速度方面.

负荷中长期预测中一种改进的模糊聚类算法

电力系统中长期负荷的变化常常不是只依靠电力系统本身的信息和资料就可以正确描述的，它受到该地区社会、经济等多方面因素的制约，可以利用模糊聚类法从经济发展的角度对中长期负荷进行预测。结合最佳聚类Ｆ选优法的应用，文章提出了一个改进的模糊聚类电力负荷中长期预测的新算法。应用该方法进行实例计算，并同其它３种算法进行比较，表明该方法的预测精度较高。

改进的基于层次聚类的模糊聚类算法

针对FCM算法的缺陷,文章提出了一种基于层次聚类的模糊聚类算法(HFCM)。该算法采用凝聚的层次聚类方法,可快速地发现高度聚集的数据区域,并对这些高密度区域进一步进行分析与合并,通过评估函数的评估,找到最优的聚类方案。试验结果表明,该算法具有较高的分类精确度和较高的排除噪声的能力。

改进的遗传模糊聚类算法及其在MR脑组织分割中的应用

为提高MR图像中脑组织分割的精度,针对目前遗传模糊聚类算法存在的问题,提出了改进的遗传模糊聚类算法。首先,通过完全改变遗传算法的编码方式、变异方式和交叉方式,对现有遗传算法进行改进,从而使遗传算法能获得最小的适应度函数值;然后,结合模糊聚类算法,最终得到改进的遗传模糊聚类算法。将改进的遗传模糊聚类算法应用于MR脑图像的分割,结果表明,改进的遗传模糊聚类算法的分割质量高于现有的遗传模糊聚类算法和快速模糊聚类算法。改进的遗传模糊聚类算法可以做为一种快速、全自动的MR脑图像分割工具。