一种基于用户需求的加权模糊聚类分析算法

从用户的实际需求出发,分析了聚类系统的使用者可能对系统提出的功能要求,提出了一种基于加权Euclid距离的模糊C聚类分析算法。在该算法中,权值是由用户或领域的专家直接指定的,加在不同特征指标上的权值体现了用户对各个特征指标重视程度的差别。与传统的模糊C聚类分析相比,该算法增加了聚类的灵活性,能够产生令用户更加满意的聚类结果。

焊缝超声检测缺陷类型的模糊C均值聚类识别

提出了一种采用模糊C均值聚类的方法来识别焊缝超声检测缺陷类型的方法.以夹渣、气孔、未焊透、未熔合4种焊缝常见缺陷为对象,对25个实际焊缝样本进行识别计算,并与射线检测结果进行比对.结果表明:该方法正确识别率达88%,具有较好的识别效果.

基于聚类分析和回归分析的南极洲地表温度问题的研究

针对南极洲平均地表温度的定义以及平均地表温度随时间变化的问题,分别构建模糊C均值聚类模型和多元线性回归模型,使用MATLAB、EVIEWS等软件编程,得到南极洲在连续一段时间内的平均地表温度以及南极洲地表温度随时间的推移呈波动上升的趋势。

面向健康管理的复杂装备维修模糊聚类

科学合理的维修活动是提高装备效能、提升部队战斗力的重要途径。装备复杂化、系统化,对可靠性、维修性、保障性要求越来越高,装备何时维修,采取何种策略,是装备效能发挥的重要前提。从健康管理角度出发,在分析健康状态、故障模式影响以及故障模式发生概率基础上,采取模糊C均值聚类法研究装备维修活动,科学划分维修时机并给出相应维修策略,从而优化装备维修活动,实现装备健康管理(EHM)目标。将所提方法应用于某型装备,并通过Matlab仿真,验证了方法的可行性与合理性,为装备健康管理提供决策依据。

基于模糊聚类和空间自相关性的河流阶地自动提取方法——以岷江上游漳腊盆地为例

传统研究方法以点、线代表区域地貌面,数据缺乏连续性和系统性,限制了对阶地演化的进一步研究。高分辨率DEM处理方法的发展使广泛精确获取地貌面的定量信息、重建阶地模型、进一步研究阶地演化成为可能。以岷江上游漳腊盆地为研究区域,采用SPOT5高分辨率数据影像构建DEM,将统一标度后的阶地横剖面作为基本研究单元。通过在不同维度使用模糊C均值聚类,得到研究区域内阶地总体形态特征。在提取各级阶地面的过程中,将阶地剖面间的空间相关性与阶地总体形态特征纳入分析,最终建立了一种基于区域总体特征和区域内部自相关的阶地提取方法。对不同级阶地面提取的精度评价表明,其结果与野外实测数据有较高的一致性。文中以实验结果为依据,进一步讨论了漳腊盆地内阶地的形态特征、河流下切速率和区域隆升之间的关系。因此,将模糊聚类分析和空间自相关性结合的区域地貌面提取方法是简捷易行的,适用于阶地等层状地貌面发育区域构造-地貌等相关问题的研究。

公交移动支付特征分析与盈利定量评估

针对公交移动支付的特征与盈利,以广州市公交运营数据为例,首先利用模糊C均值聚类法,分别从工作日和双休日、一天中高峰期和低峰期的角度,分析用户的出行支付特征;然后从成本和收入两方面构建商业盈利模型,利用威布尔模型、倒指数函数和泊松分布进行参数估计和临界值的确定。综合运用Matlab、Excel及SPSS等编程软件求解参数,最后将其带入模型求解实际盈利,并基于结果给出可行性建议。

基于行驶工况识别的纯电动汽车续驶里程估算

本文中采用主成分分析和模糊聚类相结合的行驶工况识别方法进行纯电动汽车续驶里程的估算。首先选取20个具有代表性的循环工况数据,将其划分为215个工况片段,并选用12个特征参数对其进行主成分分析、模糊C聚类分析和行驶工况识别;然后在MATLAB/Simulink下建立纯电动汽车整车模型,进行行驶工况识别、整车能量消耗和续驶里程仿真估算;最后在转鼓试验台上进行ECE15工况下实车测试验证,结果表明:续驶里程仿真估算值与测试值的最大绝对误差为1.905km,平均绝对误差为0.742km,相对误差小于3%。

基于电池荷电状态和行驶工况辨识的电动汽车续驶里程估算

为消除驾驶员因电动汽车续驶里程估计不准确,产生的"里程焦虑"。提出了一种基于电池荷电状态和行驶工况辨识的电动汽车续驶里程估算模型。以大连市某电动汽车运行数据为研究对象,首先分析了SOC与行驶里程的相关性,将工况数据划分为432个工况片段。然后利用主成分分析、模糊C聚类分析对工况片段进行分类、辨识,并建立了续驶里程的估算模型,进行续驶里程的估算。最后利用实车数据,在Matlab中进行仿真验证,结果表明此方法是可行的,所建立的模型具有较高的准确度。

断路器机械振动信号特征值提取方法分类性能研究

以ZW45-12型单稳态永磁机构断路器为研究对象,通过搭建数据采集平台得到断路器正常合闸状态、分闸弹簧单根脱落和机构卡涩3种不同运行状态信号数据,利用模糊C聚类分析算法比较短时傅里叶变换、小波包能量熵和希尔伯特—黄变换3种特征提取方法的性能。通过对比研究,得出采用小波包变换方法得到的时频熵向量具有最佳的类可分性能。

变压器绕组机械振动信号特征提取方法研究

电力变压器绕组形变故障与绕组机械振动信息紧密相关,针对当今变压器绕组机械形变诊断存在准确度不高,无法准确判断故障类型问题,以S11-M-500/35型配电变压器为研究对象,通过对变压器绕组设置绝缘脱落、低压绕组压缩及绕组松动三种形变故障获取相应绕组的振动信息,分别采用集合经验模态分解(EEMD)、小波包能谱熵及短时傅里叶变换(STFT)三种信号处理方法对不同形变绕组振动信息进行特征提取,利用模糊C聚类分析方法比较三种特征提取方法的分类有效性。分析结果表明,小波包能谱熵特征提取方法能够对绕组形变类型达到最佳分类结果,其隶属度达到0.94以上,为后期诊断绕组机械故障类型提供依据。

变压器油中气体组分含量在线监测与故障诊断

电力变压器运行可靠性直接关系到电力系统的安全及供电可靠性,为提高电力变压器故障诊断的准确率,由在线监测变压器油中溶解气体组分含量分析,提出了基于人工免疫和模糊C均值聚类分析方法有效结合的变压器故障诊断算法,通过对电力变压器油中的溶解气体进行分析,实现对变压器的故障诊断。重点研究了基于人工免疫网络的变压器故障样本数据处理、基于模糊C均值聚类对变压器故障的识别,以及仿真实验。实验结果表明:提出的算法能有效对变压器故障类型进行分类,该算法在变压器故障诊断中有较好的应用前景。

树木生长量远程遥测数据失真支路识别方法

依据模糊C均值聚类分析原理,充分利用来自测量数据本身所蕴含的信息,提出了一种识别多路容栅胸径数据无线遥测仪中数据失真支路的方法。以6路全为有效数据、6路中只有一路数据失真、6路中有两路或两路以上数据失真等3种类别为对象,对随机抽取的5组实际测量样本进行识别计算,并与现场实际对比。结果表明:该方法对只有一路失真数据的正确识别特别有效,而对于两路或多于两路数据失真识别该算法效果不好,需要寻找新的识别方法。

福建省区域生鲜蔬果物流中心的构建研究

生鲜蔬菜和水果是生活必需品,属于生存资料,因而蔬果物流每天运转不停。为了发展生产,保障供给,促进地区生鲜蔬果物流的发展,必须根据各区域的具体情况和需求的差异,建设不同等级的生鲜蔬果物流中心。为此,运用模糊聚类分析法和模糊C均值聚类分析法对福建省各设区市的区域生鲜蔬果物流中心进行等级划分,以利于构建特色鲜明、供销兴旺、信息通畅、服务便捷、辐射范围合理的福建省生鲜蔬果物流网络。

人口结构可持续发展的综合评价研究

针对我国日益严峻的人口问题,选取我国代表性地区数据,运用模糊综合评价、C均值聚类分析对男女性别比例、出生率、死亡率、自然增长率、老龄化比例、劳动力人口比例、农业人口比例、非农业人口比例指标展开研究,综合使用MATLAB和EVIEWS等软件编程,建立一个合理可行的人口发展结构的综合评价模型.据此模型可判断任何一个地区人口结构是否合理,并进行分析研究.