用模糊ISODATA方法评价重金属污染土壤的研究

污染土壤问题已经引起了世界范围的关注,其中污染程度的综合评价是一个非常重要的组成部分,当前的评价方法也是多种多样。针对重金属污染土壤的模糊性,采用模糊ISODATA方法对其进行了综合评价。首先利用VB6.0将该方法编程实现,然后调节参数q,得到了不同的评价结果,通过对结果进行分析,得出结论:在选定的评价标准和初始矩阵条件下,当q值小于4时,改变ε可得到不同的评价结果,而当q大于等于4时,评价结果唯一,将该结果与用其它方法评价得到的结果进行对比,是可信的。该方法简便、易行,值得推广。

结合HMRF模型的模糊ISODATA高分辨率遥感图像分割

模糊ISODATA(Fuzzy ISODATA,FISODATA)在应用于图像分割时,FISODATA算法定义的FCM目标函数未考虑邻域像素间的数据相关性,导致该算法的抗噪性能较差;此外,FISODATA算法中分裂-合并操作需人工选取阈值参数,而不适当的阈值往往使得该算法陷入局部极值,因而得到错误的类属数并影响图像分割结果。该文将考虑邻域关系的基于隐马尔可夫随机场(Hidden Markov Random Field,HMRF)FCM(HMRF-FCM)方法纳入ISODATA框架,提出HMRF-FCM ISODATA(HMRF-FISODATA)算法,在分裂与合并操作后增加了优化操作,并根据优化结果自适应调节控制聚类分裂与合并的各阈值。该算法不仅能够快速获取正确类属数,而且克服了FISODATA算法没有考虑邻域像素的关系、人工选取阈值参数和受图像噪声影响大等问题,实现了自动正确确定类属数的同时完成高精度图像分割。

基于模糊ISODATA聚类方法的农用地定级研究

针对经典模糊聚类分析中采用传递闭包法在改造模糊相似矩阵过程中存在的传递偏差问题,本文尝试采用具有动态修正聚类中心,进行局部优化算法的模糊ISODATA聚类方法,结合GIS技术,进行农用地定级研究,并以江苏省金坛市为例进行定级评价实证分析。研究结果表明,金坛市农用地划分为四个级别,Ⅰ～Ⅳ级之面积比例为42.20%:22.41%:20.35%:15.04%。与传统的采用多因素综合法计算评价单元总分值,以数轴法或总分频率曲线法进行土地级别划分的定级结果相比较,实验结果与江苏省农用地分等成果联系较为紧密,体现了较好的等、级承接关系。

模糊ISODATA聚类在矿山环境评价中的应用

矿山开采一方面繁荣了一方经济 ,另一方面也对生态环境造成了破坏和污染。被破坏和污染的矿山环境需要治理 ,治理的前提是如何适时监测和正确评价矿山环境。本文运用模糊数学中的模糊ISODATA聚类 ,建立模糊关系矩阵 ,使问题从地质变量空间向评语空间转换 ,通过对云南个旧某地区的废弃矿区土壤进行测试 ,应用该方法进行地质环境评价 。

模糊ISODATA算法改进及在油气预测中的应用

模糊ＩＳＯＤＡＴＡ是一种自组织的中心聚类算法，本文对该算法进行了研究和改进， 使其从无教师指导的，自组织的聚类过程变为一个有教师指导的模式识别过程，增强了其 处理大量样本的分类问题的能力，改善了分类效果．将其应用于实际的油气预测中，取得 了良好的应用效果．

模糊ISODATA聚类分析算法在矿山地质环境评价中应用

为评价矿山地质环境,以重庆市黄桷垭地区为例,建立模糊ISODATA聚类分析数学模型对其进行环境评价。该研究方法为矿山地质环境评价提供了新的思路,并为矿山地质环境治理提供了科学依据。

基于模块化思维的模糊ISODATA中医证候诊断方法

中医学面临在继承发扬传统的基础上探求现代化转变,中医诊断的科学化、规范化、标准化、定量化和精确性等问题变得更为迫切.提出一种基于模块化思维并以模糊熵作为判断识别依据的模糊ISODATA中医证候诊断方法,以期在系统整理临床资料、古今资料及专家经验的基础上,模拟辨证诊治过程建立中医证候诊断方法.该方法通过对IgA肾病的辩证分型为例,识别结果与中医辩证诊断的思维大致吻合.该方法可用于典型疾病的中医辨证诊断,对于中医专家的经验积累和知识共享具有实际应用价值.

模糊ISODATA与系统聚类分析在测井层位归类中的应用

本文将模糊ISODATA与系统聚类分析方法应用于测井数据,对不同的岩性层位进行归类,根据已知测井数据对样品分类结果进行验证,比较两种方法,分析其效果好坏,提出一种聚类指标想法。

基于GIS的模糊ISODATA聚类的实现与应用

基于GIS,进行二次开发,通过读取地质变量,建立模糊关系矩阵,使问题从地质变量空间向评语空间转换,按照国家标准进行分类计算,并将分类以图形的方式给出,结合污染点,进行叠加和排序,预测评估污染相对严重的区域,并且圈定出污染较重的地区,以量化的结果为下一步的环保治理提供依据.

改进可变模糊ISODATA模型在径流预测中的应用

在可变模糊ISODATA预测模型的基础上,引入最佳模糊集划分理论,提出了可变模糊ISODATA与最佳模糊聚类有机结合的预测模型。其基本思路是从年降水量、年平均气温、年平均相对湿度、相对日照时数和年蒸发量5个方面构建预报因子,利用拉格朗日约束函数确定传统可变模糊ISODATA模型的最佳聚类数,通过对变系数模型参数滤定和年径流量数值模拟,求取符合精度要求的类别变量特征值与预测对象之间的回归方程进行预测。在沱沱河站年径流量预报中,预测效果比传统模糊ISODATA模型进行预测的效果要好,在短期3a内年径流量模拟相对误差均在10%之内,确定性系数达到0.8。该方法拓宽了可变模糊ISODATA理论在影响因素不稳定条件下年径流量研究的应用范围,为径流量的短期科学预测提供了一种新方法。

基于模糊ISODATA聚类的堤坝渗漏天然示踪分析

天然示踪方法探测堤坝渗漏的结论是建立在数据识别基础上的。本文将不同水样的稳定同位素和水化学成分作为特征指标,对水样进行模糊聚类分析。实践证明,与传统分析判断方法比较,这种方法可以有效提高水样数据分析的可靠度和可信度。

模糊ISODATA及在CRM中的应用

探讨了在CRM系统中,基于模糊ISODATA的客户分类模型。该模型选取RFM(近度,Recency;频度,Frequency;值度,Monetary)作为客户分类的特征指标,采用模糊聚类最大矩阵元法确定分类数。系统用ASP和MicrosoftSQLServer实现,在某乳业集团成功应用,为企业差异化对待客户提供了科学依据。

模糊ISODATA聚类的BP神经网络及其应用

提出了一种基于改进的模糊ISODATA聚类的BP神经网络算法,增强了其处理大样本的分类能力,可以很好地解决大样本情况引起的网络结构复杂、收敛性和泛化能力差等神经网络的固有问题。将其应用于消费者个人信用评估中,通过实验对比表明该算法精度较高,容错性好。

基于模糊ISODATA技术和模糊模式识别方法的水环境分区研究

湖泊水环境分区评价是湖泊水功能区划分的重要依据。针对干旱区草型浅水湖泊水环境状态区划和评价分级过程中存在的模糊性,将基于模糊等价关系的传递闭包法、模糊划分的ISODATA技术与模糊模式识别方法有机结合形成模糊聚类识别复合模型。利用该模型对典型的干旱区草型浅水湖泊-内蒙古自治区西部的乌梁素海的水环境状况进行分区评价研究。分区评价结果与实际情况相符。验证了该方法的有效性,较好地提高了湖泊分区评价的准确性。

模糊ISODATA算法在电磁无损检测应用中的研究

针对轴承钢硬度和螺栓裂纹快速检测问题,依据电磁无损检测原理,采用模糊ISODATA算法,在VC++6.0开发平台下,建立了神经网络电磁检测系统,并进行测试分析.结果表明,该系统对轴承钢硬度、螺栓裂纹检测的准确率均达到100％,并且运行稳定性好、检测效率高.

基于改进模糊ISODATA法的评标模型及其应用

针对传统综合评标法和模糊聚类模型的不足,提出一种基于改进模糊ISODATA法的评标模型。该模型考虑指标权重对聚类的影响,引入模糊F统计量以确定合理分类,据此识别恶意打分专家,最后提出在弃除恶意评标专家打分的情况下,以聚类权重确定专家权重的方法改进传统综合评标法中专家权重相等的不合理之处。算例计算结果表明,该模型有效、合理,具有重要的应用参考价值。

模糊ISODATA算法在城市负荷分类中的应用

鉴于目前电力大数据总量大、数据复杂度高、价值密度低等,基于模糊ISODATA聚类算法研究了商场、宾馆酒店、办公等典型城市负荷用电特性,建立了城市负荷的建筑类型、总能耗、照明与插座用能、空调用能、动力用能、特殊和其他用能的数据维度模型用以辅助分类决策,并在不同维度、数量级的样本数据下与传统聚类算法的性能进行比较。同时与传统的基于日负荷曲线的分类方法准确率进行对比。结果表明,基于模糊ISODATA算法的城市用电行为分析模型聚类效果好、精度高,适用于当前高维度、大规模的电力大数据的分类,并在一定程度上能够克服当前电力大数据负荷分类中聚类数目设置难、易陷入局部最优等问题。研究成果可用于指导工程实践。

模糊ISODATA中分类数C的确定

模糊ISODATA方法作为一种常用的聚类方法,在许多领域得到了广泛的应用.但作为一种聚类方法,它却没有显示出能自动聚类的效果,而只是对普通分类的一个扩展.在每次聚类前它仍要预先凭经验来给定一个分类数C因此,本文针对这个缺陷,提出了一个改进方案,使之能自动给出分类数C并在实例中得到了检验和应用.

改进的自适应模糊ISODATA灰度图像分割算法

传统模糊ISODATA(Fuzzy ISODATA,FISODATA)算法中,分裂-合并操作需人工选取阈值参数。而不适当的阈值往往使算法陷入局部极值,因而得到错误的类属数并最终影响图像分割结果。为此,在模糊集理论基础上提出一种改进的自适应FISODATA算法。该算法设计了自适应分裂-合并操作,即在每次分裂-合并后,根据该次计算结果改变参数阈值,解决了人为选取参数带来的诸多问题。利用该算法对模拟图像和真实IKONOS图像进行分割实验,均能得到良好的分割结果。

基于基因表达式编程的ISODATA模糊聚类算法

针对ISODATA算法需要人为给定分类数,对初始聚类中心较为敏感,没有显示出自动聚类效果等不足,结合基因表达式编程(GEP)嵌套构成迭代自组织模糊聚类进行优化计算。该方法不仅能在不需要先验知识的条件下对数据进行自动聚类,而且充分利用了GEP算法的全局寻优能力及ISODATA算法的软性分类特性,提高了算法的收敛速度和聚类精度。通过仿真验证及对比分析,运用到地理信息系统(GIS)物流选址实际问题中,得到了理想聚类效果。