一种基于位置距离和属性特征结合的聚类方法

利用空间坐标和属性特征的有机结合,定义了3种曼哈顿空间距离,用matlab编程给出了基于该空间距离的ACA-Cluster聚类算法,并对山东省生态环境质量进行了聚类分析和类型分区。实验表明,该方法可以较好地反映出空间位置邻近和属性特征相似的空间聚类要求。

一种基于语料特性的聚类算法

为寻求模型不匹配问题的一种恰当的解决途径,提出了基于语料分布特性的CADIC(clustering algorithm based on the distributions of intrinsic clusters)聚类算法.CADIC以重标度的形式隐式地将语料特性融入算法框架,从而使算法模型具备更灵活的适应能力.在聚类过程中,CADIC选择一组具有良好区分度的方向构建CADIC坐标系,在该坐标系下统计固有簇的分布特性,以构造各个坐标轴的重标度函数,并以重标度的形式对语料分布进行隐式的归一化,从而提高聚类决策的有效性.CADIC以迭代的方式收敛到最终解,其时间复杂度与K-means保持在同一量级.在国际知名评测语料上的实验结果表明,CADIC算法的基本框架是合理的,其聚类性能与当前领先水平的聚类算法相当.

基于DBSCAN算法的郑洛地区史前聚落遗址聚类分析

为了解决判别聚落群过于依赖考古专家人工划分的问题,以郑洛地区新石器时代聚落遗址为例,采用基于密度的DBSCAN(density-based spatial clustering of applications with noise)算法对聚落遗址进行空间聚类研究。通过对郑洛地区四个文化时期聚落遗址的分布分析,发现郑洛地区的主体聚落群从研究区东部的嵩山以南地区,转移到郑洛地区中部的伊洛河流域,并且在伊洛河流域长期定居下来,不断发展扩大;大型聚落遗址主要分布在主体聚落群里,除了裴李岗文化时期部分大型聚落较孤立;从仰韶文化后期到龙山文化时期,聚落遗址分布呈主从式环状分布格局;大多数聚落群的走向都和河流分布一致。研究表明,利用DBSCAN算法进行聚落遗址聚类是可行的,通过聚类得到郑洛地区新石器时代四个文化时期聚落遗址的分布特征。

蚁群优化与模糊聚类结合的文本聚类研究

针对模糊文本聚类算法(FCM)对输入顺序以及初始点敏感的问题,提出了一种使用蚁群优化的模糊聚类算法(FACA)。该算法采用蚁群聚类算法(ACA)找到聚类的初始中心点,以解决模糊聚类的输入顺序以及初始点敏感等问题。模糊文本聚类算法的线性复杂度使其更便于在计算机实现。与经典的基本模糊聚类以及蚁群聚类在真实数据集上仿真相比较,结果表明经蚁群优化过的模糊聚类算法(FACA)效果更有效,更适合应用于大型的数据集。

基于蚁群算法的结构面产状模糊C均值聚类分析

鉴于传统结构面分析方法只能进行相对的优势组数划分,无法准确定量地给出优势结构面的产状,提出了基于蚁群算法(ACA)的结构面产状模糊C均值(FCM)聚类算法;该算法利用ACA算法得到结构面产状的模糊聚类个数,并利用FCM算法得到初始聚类中心,最终得到具有全局分布特性的最优聚类;通过现场实测数据分析,验证了该算法的实用性和有效性。

基于统一计算设备架构和基因表达式编程的自动聚类算法

针对基于基因表达式编程(GEP)的自动聚类算法GEP-Cluster中聚类中心的筛选和聚合、计算数据对象到各聚类中心距离两个关键步骤效率不高的问题,提出了一种基于统一计算设备架构(CUDA)和GEP的自动聚类改进算法(CGEP-Cluster)。CGEP-Cluster算法采用基因阅读运算器方法对GEP-Cluster算法的聚类中心筛选和聚合步骤进行改进,并基于CUDA将GEP-Cluster算法中数据对象到各聚类中心距离的计算并行化。实验结果表明,在数据对象规模较大时,CGEP-Cluster算法可获得8倍左右的加速比。CGEP-Cluster算法可用于聚类数未知且数据对象规模较大情况下的自动聚类。

基于蚁群K均值聚类算法的边坡稳定性分析

针对岩石边坡稳定分析中常规聚类算法存在收敛速度慢、易陷入局部最优的局限性,基于蚁群信息素的K均值聚类法,提出一种解决边坡稳定性的新方法,分析了三峡库区36个边坡数据资料,并结合工程类比综合判断了边坡的稳定状态。结果表明,该法的聚类效果优于常规聚类法,计算效率高,为边坡稳定性分级的聚类分析评价提供了新途径。

聚类结果可视化的线珠模式

对于揭示困难情况(高维且大类数)下的类间远近关系,现有的聚类结果可视化方法的效果均不理想。提出了以线珠模式和(非)线性坐标表示类间远近关系的可视化方法,其优点是在上述困难情况下也能准确地显示各个聚类之间的远近关系或距离。对模拟和真实数据集的实验结果表明,线珠模式方法十分有效,能准确地显示基于降维可视化方法无法正确显示的类间远近关系。

面向大规模信息网络的高效自适应聚类算法

为解决传统聚类算法在处理大规模信息网络中时间开销过大的问题,基于大规模信息网络的统计学特性,提出了一种将信息网络拓扑结构进行"分而治之"的思想,有效地减少了聚类问题规模和时间开销,并保持了相当的聚类效果。主要贡献包括:提出按照聚类影响力排名来对整个信息网络进行分层切割,然后分别聚类的思想;按照特定信息网络统计学意义上的结构特性,如信息网络的富人集团特性和分层社区结构特性,设计了一套将信息网络进行层次划分的粗略方案,并通过实验证明了其具有一定的合理性;提出了迭代的层级间聚类融合算法,可以实现不同层次聚类的融合。实验表明,该算法在兼具较好聚类效果的同时,非常明显地减少了运算开销。

基于密度峰值选取聚类中心的优化

密度峰值聚类(Density peaks clustering简称DPC)算法是2014年在美国Science期刊上发表的一种非常简洁优美的聚类算法,它不需要像经典K-means算法那样迭代,也不需要很多参数。DPC算法的核心思想在于对聚类中心的刻画,它通过计算数据集中每个数据点的局部密度和该点到具有更高局部密度的点的最小距离,当数据点的■的值较大时,该点为聚类中心。然而通过分析,发现这样选取聚类中心得聚类效果不具有稳健性,依赖于和的量纲。本文提出一种改进的密度峰值聚类算法,将和归一化后的和记为每个点的权重,构造函数■作为选取聚类中心的判决函数,结合模拟计算,验证本文的方法更鲁棒,选取聚类中心效果更好,且复杂度降低。

军事飞行员个性特征的聚类分析研究

目的探讨军事飞行员心理个性特征。方法对548名疗养飞行人员采用标准化个性测验,通过聚类分析研究各类飞行人员的个性特征与心身疾病发病情况。结果有33.76%飞行人员具有过度自我关心、焦虑,不乐观及高敏感和高紧张度"症状易患型"的个性特征并与患病次数密切相关(χ2=274.06,P<0.01)。结论开展军事飞行人员常规化个性评估有重要意义。

基于Co-training的多视图AP聚类算法

为应对多视图数据激增而带来的挑战,多视图学习技术成为新的研究热点。在聚类领域,经典的聚类方法只适用于具有单一表示或单一视图的聚类对象。而在多视图聚类中,对于不同的聚类方法,不同视图之间的信息交互和更新的方式具有较大的差异,没有普适的通用方法。针对以上缺点,基于Co-training思想,根据信息交互更新方式的不同,提出了一种多视图AP聚类算法。该算法将各视图的归属度信息和吸引度信息交叉迭代,综合两种信息确定最后的聚类中心。实验结果表明,相较于单视图聚类和多视图数据直接拼接后再聚类等方法,所提的多视图AP聚类算法能取得较好的性能。

基于改进DBSCAN和距离共识评估的分段点云去噪方法

针对点云数据中噪声点的剔除问题,提出了一种基于改进DBSCAN(density-based spatial clustering of applications with noise)算法的多尺度点云去噪方法。应用统计滤波对孤立离群点进行预筛选,去除点云中的大尺度噪声;对DBSCAN算法进行优化,减少算法时间复杂度和实现参数的自适应调整,以此将点云分为正常簇、疑似簇及异常簇,并立即去除异常簇;利用距离共识评估法对疑似簇进行精细判定,通过计算疑似点与其最近的正常点拟合表面之间的距离,判定其是否为异常,有效保持了数据的关键特征和模型敏感度。利用该方法对两个船体分段点云进行去噪,并与其他去噪算法进行对比,结果表明,该方法在去噪效率和特征保持方面具有优势,精确地保留了点云数据的几何特性。

舟山群岛沙滩碎波带仔稚鱼种类组成及多样性特征

根据2011年4-9月舟山群岛典型沙滩碎波带仔稚鱼拖网调查数据,采用物种多样性指数、Cluster聚类和MDS排序方法分析了碎波带的仔稚鱼群落种类组成及其多样性的时空变化。结果表明:春、夏季共采集到仔稚鱼562尾,隶属于21科,共37种,其中棱鮻占总个体数的20.82%,为绝对优势种,其后依次为纹缟虾虎鱼、中国花鲈、中华侧带小公鱼分别占总个体数的18.33%,12.81%,11.74%。聚类分析表明舟山群岛碎波带仔稚鱼类群落结构相对较稳定;季节变化明显,7月与8月的仔稚鱼群落结构最为相似,4月和9月之间差异最大;桃花岛和朱家尖碎波带的仔稚鱼群落结构最为相似,六横岛与秀山岛之间差异最大。

求解TSP的改进蚁群算法

针对蚁群算法存在的搜索时间长、易限于局部最优解等缺陷,提出了一种改进的蚁群算法。通过在初始化信息素矩阵中采用候选城市列表减少劣质解,在局部搜索中采用聚类进行二次搜索,缩小了算法的搜索范围、改善了解空间的质量,提高了搜索速度。仿真结果表明,改进后的蚁群算法在TSP的求解中,收敛速度和全局寻优能力均得到较大的提高。

基于K-均值的SVC的雷达辐射源信号识别

无监督学习是解决未知雷达辐射源信号识别的有效方法。Support Vector Clustering(SVC)是一种基于支持向量机的无监督聚类方法。SVC不仅时间复杂度高,而且在处理分布复杂、不均匀样本时,识别率较低。结合K-均值与SVC的优点,提出一种基于K-均值的SVC无监督聚类方法。此方法用K-均值聚类法对数据样本作初步的线性划分,将原数据样本划分成若干子样本。再将这些子样本分别映射到高维特征空间,用SVC方法去处理非线性问题。由K-均值聚类法将二次规划问题分解,大大减少SVC的计算量,降低时间消耗。相对于原数据样本,子样本的分布较为简单、均匀,容易找到更为合适的SVC参数值。对雷达辐射源信号进行聚类分析的实验结果表明,此方法处理速度较快,识别率较高。

我国省级环境规制的SE-SBM效率研究

基于SE-SBM模型的基本框架,将环境影响作为规制的非期望产出纳入计算过程。除了考虑物力、资本等基础要素外,还将相关环境政策作为规制投入的重要方面。通过环境规制——工业污染治理效率评价指标体系和聚类DEA分析法,实现了对我国环境规制效率的综合度量,并就31个省份的环境规制效率进行横向和纵向上的排序比较。结果表明,与2005年的"分散式"结构不同,2010年的聚类分布相对集中,说明在环境规制的作用下,各个地区的工业行业均得到显著影响,但仍有部分西部地区亟需加强。聚类单元之间效率差异不大,说明"十一五"期间我国不同地区在环境规制效率上的相对差异减少并趋于稳定。总体上看,随着我国对工业污染问题的日益关注,31个省份在环境规制投入和产出上均取得一定增长,但规制综合效率尚未达到最有效水平,资源配置能力仍然不足,产出效益有待提升和挖掘。

上海淀山湖及黄浦江上游鱼类物种多样性及群落结构分析

为了解淀山湖及黄浦江上游的鱼类物种多样性组成及群落结构状况,于2020年6月(夏季)和10月(秋季)在10个采样断面对鱼类样本作了定量和定性采集,并对其多样性及群落结构作了分析。2次调查共采集鱼类11 408尾、49种,隶属于9目14科37属。夏季和秋季,淀山湖5个断面合计有鱼类29种和30种,黄浦江上游5个断面有37种和29种,刀鲚(Coilia nasus)、鲫(Carassius auratus)和大鳍鱊(Acheilognathus macropterus)为主要优势种。两个水体秋季的Shannon-Wiener多样性指数(H’)、Pielou均匀度指数(J’)、Simpson优势度指数(C)和Margale丰富度指数(D)指数均值都高于夏季的均值。相似性分析显示淀山湖各断面之间的鱼类群落相似性高于黄浦江上游各断面之间。ABC曲线表明,淀山湖及黄浦江上游鱼类群落结构总体上并不稳定,特别是淀山湖区域。Cluster聚类和非参数多维标度排序分析可明显将鱼类群落分为黄浦江群组Ⅰ、淀峰群组Ⅱ和淀山湖群组Ⅲ,似鳊(Pseudobrama simoni)、刀鲚、大鳍鱊、[歺又鱼](Hemiculter leucisculus)和鲫是造成群组间差异性的主要分歧种。与以往研究数据相比,本次调查淀山湖及黄浦江上游鱼类种类有所上升,但鱼类群落仍以小型鱼类为主,受人为因素干扰较为明显。建议淀山湖要继续提升水质、开展鱼类增殖放流、减轻渔业捕捞压力,并控制贝类底拖网的捕捞区域及时间。

一种基于时空轨迹挖掘的即时配送末端路径指引策略

针对即时配送“最后一公里”的问题,综合利用订单取送点、即时配送骑手历史时空轨迹、兴趣面(area of interest,AOI)空间范围与门禁位置等数据,精确预估AOI内部各兴趣点(point of interest,POI)到相应可通行门禁点的时间、距离及路径。在此基础上设计了配套的调用选优策略,获得最优的末端指引方案,以有效提高即时配送路径质量及时间距离预估准确性。