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。

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.

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。

电子商务环境下基于模糊ISODATA聚类法的企业风险分类

根据电子商务环境下企业风险的特点,在建立企业风险模糊描述机制的基础上,基于模糊ISODATA聚类法,对企业风险管理的关键问题——企业风险分类进行研究.实例表明该方法是有效的.

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 。

煤与瓦斯突出预测的模糊ISODATA聚类方法研究

煤与瓦斯突出影响因素复杂,是不确定性问题,即不仅具有随机性,又具有模糊性。提出将模糊ISODATA聚类应用于煤与瓦斯突出的预测,以平顶山八矿煤与瓦斯突出相关因素指标为基础,对潜在的突出危险区域进行了聚类分析,预测结果与矿井生产实践相一致。

动态模糊ISODATA聚类方法及其在故障诊断中的应用

根据故障诊断分类的特点，用变分原理导出了动态聚类的最优解的存在条件，讨论了相应的算法及其收敛性，并在柴油机供油系统故障诊断中实现了故障分类的动态表示，证明了其在故障分类识别中的有效性．

模糊ISODATA聚类分析方法的改进

模糊聚类分析方法具有较强的实用性 ,但传统的基于模糊划分的 ISODATA迭代方法由于人为引进了参数 ,因而在数学理论上显得不够严谨 ,本文对这一问题提出了克服的办法 ,得到了改进的模糊 ISODA TA聚类分析方法。该方法考虑到各个指标对分类的影响不同 ,必须赋以不同的权重 ,因而在实用中更符合实际情况。文中证明了建立改进的迭代方法所需要的两条定理 ,建立在此基础上的方法数学理论严谨 ,由此得到的聚类结果更令人信服。文中还结合具体算例进行了聚类分析 。

模糊ISODATA聚类算法在声速剖面自动分类中的应用

依据中国海浅海区30’按月历史统计声速剖面数据，通过归一化处理和Akima差值采样得到梯度剖面，建立起各方区按月归化后的声速剖面分层梯度样本集，并采用模糊ISODATA聚类算法对声速剖面进行聚类分析。通过对分类结果和类内总方差和的分析表明，聚类参数m值在1．1～2．1之间，并以最远邻系统聚类法结果为初始类中心的模糊分类效果较好。应用该方法对海洋中的声速剖面进行自动分类和区划对海洋环境的战术应用意义重大。

模糊ISODATA聚类分析在沙棘苗木分级上的应用

《辽Ｑ２１０３－８５林木育苗技术规程》中规定，沙棘苗木只有一个等级，由于苗木生长差异较大，给造林带来一定困难。本文利用模糊聚类分析，将沙棘合格苗木划分为３个等级，为沙棘苗木的定向培育和造林提供了方便。

农业机器人采摘目标识别技术研究——基于FCM模糊聚类算法

介绍了FCM(Fuzzy C-Means)模糊聚类算法的原理,采用权重分配的方法对该算法进行了改进,通过建立模糊的相似矩阵,对目标对象的特征聚类图进行分析,并引入隶属度矩阵对FCM算法进行优化,以加快算法的迭代速度。实验结果表明:农业机器人采用该方法对农作物轮廓分割识别度较高,算法计算效率较快,验证了其可靠性,该方法可用于目标农作物的分割和目标识别。

基于VMD模糊熵与GG聚类的直流配电网故障检测方法

针对直流配电网存在的故障信号难以提取、不易对各类故障进行诊断等问题,提出一种基于变分模态分解(VMD)模糊熵与Gath-Geva(GG)聚类的故障检测方法。首先,提取出暂态电流,采用VMD算法将故障暂态电流分解成若干个固有模态分量(IMF)。然后,分别计算分解得到的若干个IMF的模糊熵,将其作为特征向量。最后,采用GG聚类算法对故障特征的特征向量进行聚类识别。GG聚类的主要算法为将聚类样本划分为c类,设出隶属度矩阵,通过设定迭代来计算聚类中心与最大似然估计距离,更新隶属度矩阵,当隶属度矩阵满足条件矩阵时终止迭代,从而实现对单极故障、极间故障以及区外交流侧接地故障的聚类识别。仿真结果表明,所提保护方案可靠性强、准确率高,在不同故障类型、故障位置和过渡电阻等工况下均能可靠检测直流线路故障并准确识别故障类型,且具备一定的抗干扰能力。

结合软约束的演化数据流模糊聚类算法

多源局部放电检测中,不同类型的局放信号同时存在且不断变化使得信号的分离更具挑战,而这种情况同样存在于许多数据流的聚类分析场景中。为了能够适应类簇内的不均匀密度和类簇间的重叠边界问题,同时对数据流的漂移和演化进行及时跟踪,提出了一种结合软约束的实时数据流模糊聚类算法。算法引入2种模糊性软约束来描述微簇距离和密度上的不确定度,通过阈值划分出核心微簇、边界微簇和离群微簇;在类簇边缘使用模糊隶属度,给予微簇分属不同类簇的可能性,保证类簇的完整性并提高聚类效果;使用两阶段的流程结构和2种时间窗口模型,赋予算法具有对可变化数据流的适应能力和更低的时间空间占用率。在多种数据集上的实验表明,该算法相比同类型算法在聚类效果上提升了1%~3%,且平均运行时间缩短5%~20%,在实际硬件平台的测试中也验证了算法的聚类分离性能。

基于模糊聚类和改进Densenet网络的小样本轴承故障诊断

针对实际中轴承的故障数据少难以满足深度学习数据大量训练模型的要求,利用卷积神经网络的微小特征提取优势和模糊聚类不需要训练即可完成分类的特点,提出了一种基于模糊聚类和改进Densenet网络的小样本轴承故障诊断方法。首先将预训练微调的Densenet网络去掉分类只保留特征提取层,设计一个维度自适应全局均值池化层(GAP)代替全连接层(FC),其次利用模糊聚类代替Densenet网络的softmax分类层,不需要训练即可完成分类。实验结果表明:该算法利用小样本数据训练网络中的GAP参数,模型需要的训练样本大大减少,诊断时将轴承时域图像输入到网络中,在GAP层输出1 920个特征数据,不同故障状态的特征数据构建特征向量矩阵,利用模糊聚类方法求得模糊相似矩阵和模糊等价矩阵,当置信因子从大到小变化时,由对应布尔矩阵得到动态聚类图,从而实现轴承故障分类。

贝叶斯优化模糊聚类地级行政区声环境

声环境功能区划是噪声污染管理的重要手段。当前声环境功能区划研究大多是基于某个特定的地级行政区来进行的,难以反映各地级行政区声环境的异同。该文基于134个地级行政区的人口、面积、各声环境功能区面积和及面积占比,进行地级行政区声环境表征和归一化处理。以轮廓系数作为聚类有效性评价指标,基于贝叶斯优化模糊聚类方法对地级行政区声环境表征进行聚类分析。通过与谱聚类、K-medoids聚类、高斯混合模型聚类的聚类性能对比,验证了该方法的有效性。结果表明,我国地级行政区声环境分为9类,城市规模和用地情况发生显著变化导致其声环境表征和归类发生变化后应重新评估当前噪声污染管理政策,并借鉴同类的地级行政区的噪声污染管理政策做出必要的调整。

基于模糊聚类的沂水雪茄烟种植生态适应性评价

通过生态适应性评价筛选适合雪茄烟种植生产的区域,是提升雪茄原料产量与质量、促进雪茄产业发展的前提。以山东沂水雪茄庄园为例,运用生育期平均气温、昼夜气温差、生育期≥10℃活动积温、生育期相对湿度、生育期降雨量以及生育期日均日照时数等雪茄种植生产的重要气候指标,对哈瓦那、比那尔得里奥、什邡等11个国内外优质雪茄烟区进行模糊聚类并通过隶属度函数求得各地区相应的CFI值。模糊聚类结果表明,可将11个区域划分为4类,其中沂水气候条件与哈瓦那、比那尔得里奥、什邡、多米尼加、巴伊亚州等国内外优质雪茄种植地区相似,它们的气候适宜性指数CFI值依次为沂水(0.931)、哈瓦那(0.963)、比那尔德里奥(0.956)、什邡(0.944)、多米尼加(0.932)、巴伊亚州(0.892),尤其沂水与多米尼加的CFI指数最为相近。由此得出,沂水雪茄庄园具有种植优质雪茄烟的生态气候条件。

基于模糊c-均值聚类的亚热带丘陵区土壤肥力空间分异与管理分区

[目的]亚热带丘陵区地形复杂,土壤肥力空间变异大,科学地将土壤按照相似地力进行分区,是实现丘陵区土壤精确管理,优化土壤培肥技术的理论基础。[方法]研究对象位于亚热带丘陵区的典型小流域-湖南省长沙县金井镇,2009年在全镇范围内(112 km~2)密集布置946个样点采集土壤样品,以测定的土壤肥力指标为数据源,包括土壤有机碳(SOC)、全氮(TN)、全磷(TP)、速效氮(AN)、有效磷(AP)和pH,采用地统计学和模糊c-均值聚类算法,分析流域土壤肥力的空间异质性;采用主成分分析法进行土壤肥力分区,并根据数据的差异显著性和变异系数对分区结果进行验证。[结果]除pH外,流域内土壤有机碳、全氮、全磷、速效氮和有效磷均存在中等至强的空间变异,变异系数(CV)介于36%~125%。基于主成分分析和模糊c-均值聚类可将研究区划分为3个肥力管理分区:MZ1、MZ2和MZ3,分区后各土壤肥力指标的变异系数(CV)不同程度地降低,以pH变异系数降幅最小(6%),AP变异系数降幅最大(96%)。同一分区内主要土壤肥力指标趋于同质化,分区间则异质化显著(P<0.01)。分区间水稻产量差异明显,MZ1区晚稻产量和早晚稻总产量显著高于MZ2和MZ3 (P<0.01)。MZ1、MZ2和MZ3区土壤pH值分别为4.12、4.04和4.00,均属于极酸水平;SOC分别为15.15、14.38和12.24 g/kg,均处于高水平;TN也为高水平(1.56、1.48和1.34 g/kg);TP为高至很高水平(0.86、0.69和0.60 g/kg);AN则处于很低至低水平(41.08、35.33和26.16 mg/kg);AP为中低水平(8.63、4.46和3.39 mg/kg)。[结论]亚热带丘陵区地形地貌复杂,是土壤肥力空间变异较大的主要影响因素。通过土壤肥力管理分区,可有效降低区域内肥力指标的变异程度,优化复杂丘陵区耕地管理措施。本研究区域中MZ1、MZ2和MZ3区均应着重改良土壤酸化现象,提高肥料氮素利用率,避免过量施用化学氮肥;MZ1区可适当减施磷肥,避免关键生育期过量施用磷肥;MZ2和MZ3区可以考虑适量施用生物酶活化磷肥或增施有机肥,以提高作物对磷素的利用效率。

基于模糊场景聚类的新能源风电消纳误差修正系统

电网容易受到场景约束的影响,新能源风电场无法送出大量风电,为了修正风电消纳数据,设计了基于模糊场景聚类的新能源风电消纳误差修正系统。分析系统运行场景,使用S5PV210微处理器,为系统提供丰富接口。设计误差修正控制器,避免系统修正过程出现误差。在多目标求解原则支持下,搭建模糊场景。根据风电场历史运行数据,计算基准调度方案对新能源风电消纳的结果,获取新能源风电消纳误差序列。确定最佳聚类数,结合历史异常数据修正误差。由实验结果可知,该系统风电功率序列统计结果与理想数据存在最大为1 MW的误差,弃风功率序列统计结果与理想数据一致,所设计系统误差修正结果较好。

适应风电场宽频振荡研究的模糊度量层次聚类法

为助力“双碳”目标实现,推动风电产业发展,研究并治理风电场并网宽频振荡问题迫在眉睫。为建立适用于风电场振荡研究且能准确高效反映实际风电场输出特性的仿真模型,提出基于模糊度量的层次聚类法,改善传统综合层次聚类算法使用距离度量造成的聚类结果偏移。利用F检验法定量评价聚类效果,横向比较F评分确定最优聚类方案,纵向比较确定最优聚类分群数。评价结果表明,模糊度量层次聚类法的聚类效果良好。最后采用PSCAD结合青海省海南新能源基地风电场实例进行了仿真分析,验证了模糊度量层次聚类法对风电场聚类的适用性。