离差最大化特征加权模糊c-划分的聚类分析

聚类分析中每个样本用一个m维向量来表征,每个分量描述样本的一个特征,由于对特征的提取不够完善,使得m维向量的每个分量对聚类贡献不均。基于此本文利用向量间离差最大化对样本的每个分量即特征进行加权,提出一种新的加权模糊c-划分的聚类分析法,一定程度上克服了模糊c-划分的聚类分析对每个特征等同对待不足,又保持其算法的收敛性,最后给出一个算例说明此算法的优越性。

基于模糊C-划分和3D小波变换的视频编码方法

在传统矢量量化的基础上，引入噪声模型的影响，结合模糊数学理论，提出了一种基于模糊C-划分的混合噪声模型的矢量量化方法，并将其应用到视频编码中。文中视频编码方法采用了运动补偿与3D小波变换相结合。主要对基于模糊C-划分的混合噪声模型的矢量量化进行了分析。实验结果表明，该方法在视频压缩中具有良好的效果。

基于遗传算法的二维模糊C-划分最大熵SAR图像分割

在合成孔径雷达(SyntheticApertureRadar)自动目标识别中,图像分割的好坏直接影响目标的识别性能。本文将二维模糊最大熵方法应用于SAR图像,并根据SAR图像的特点,对其进行了改进。为了快速搜索到最优参数,采用了遗传算法和模拟退火方法进行全局寻优。实验结果表明,本文方法可有效地对SAR图像中的人造目标进行分割,并且具有执行时间短、鲁棒性强的优点。

铁路客运服务需求的模糊聚类分析

为了掌握客运服务各要素在铁路客运服务需求中的重要程度,提出按其重要程度归类的ISODATA模糊聚类方法。根据近期客运市场调查数据,确定客运服务要素的4个特征指标。运用ISODATA模糊聚类方法对21个客运服务要素进行聚类,并对聚类效果进行评价。把21个服务要素按其重要程度分成5类,由21个客运服务要素归类结果,分析确定要素在客运服务市场中的地位。

基于随机采样模糊聚类和卡尔曼滤波方法的模糊辨识

提出一种新的基于模糊聚类和卡尔曼滤波方法的模糊辨识算法 .该方法是基于快速模糊聚类 ,计算给定样本在各类中的隶属度 ,并利用卡尔曼滤波方法辨识模糊模型的结论参数 .整个辨识过程与一般的模糊聚类方法 [1 ]相比 ,需要的 CPU时间大大缩短 .最后通过仿真实例验证了该方法的有效性 .