基于ICAE算法的城市群高速公路网布局优化研究

为提升城市群高速公路网通达程度和可达性水平,建立了体现城市群特征的优化模型,并改进了帝国竞争算法,以哈长城市群为案例,探究布局优化效果。采用高速公路出行时间确定城市群可达性等级,通过考虑可达性、距离等参数建立优化模型;引入进化算子改进算法,构建进化帝国竞争算法;根据哈长城市群特征确定约束条件并求解,利用求解节点和周边道路网确定优化方案。研究表明:改进的算法收敛精度提高16.4%,时间缩短42.4%,共求解出6个节点,规划新建高速公路6条,改建高速公路14条,优化后的城市群高速公路2 h交通圈覆盖范围达到65.3%,14个县域交通圈等级上升,优化方案扩大了城市群2 h交通圈范围。

基于点密度的半监督CA算法在图像聚类中的应用

经典竞争凝聚(CA)算法具有自动寻找聚类总数的特性,避免了预判参数对聚类结果的影响,但在聚类过程中,该算法并未利用样本数据中普遍存在的少量已知信息,而这些已知信息往往能够对整个聚类过程提供有益的帮助;此外算法在相似度度量函数上采用了最为常见的欧氏距离,该距离仅适用于球状的聚类,且存在等划分的趋势,这就制约了算法的应用范围.针对上述问题,通过引入具有半监督学习能力的半监督项,增强隶属度矩阵的划分能力,并利用样本数据的点密度信息,生成距离调节因子修正欧氏距离,最终得到了基于点密度的半监督CA算法.在人造模拟图像和真实图像上的聚类分割结果,以及与其它算法的性能比较,表明了所得算法,能得到较为准确的中心值,有更佳的聚类效果.

车载自组织网络的竞争窗口自适应退避算法

随机多址接入协议对于保障车载自组织网络的服务质量(QoS)至关重要。由于该网络中车辆节点的高速移动特性使得网络拓扑变化频繁,固定的媒体接入控制协议机制会限制高动态自组织网络的整体服务质量。本文针对该问题,在CSMA/CA系列协议退避算法基础上,提出了一种基于车辆节点密度、信道占用因子和冲突门限的竞争窗口自适应退避算法(NCW-COCT)。首先,为使冲突概率最小化,以车辆节点密度和竞争窗口值为基础建立一维马尔可夫模型进而构造目标函数;其次,提出信道占用因子并结合最优冲突门限值,实现以车载自组织网络通信服务质量最优化为目标的竞争窗口自适应退避。仿真结果表明,NCW-COCT算法与同类的DCW算法和IM-BEB算法进行比较,吞吐量性能分别提升了11.64%和6.77%,丢包率分别降低了19.46%和13.29%。

关联规则在肿瘤诊断中的应用

挖掘肿瘤诊断数据库中的关联规则，能为肿瘤诊断提供有用的信息。肿瘤诊断数据库中的属性常为数量型属性，因此如何将数量型属性离散化是挖掘关联规则的难点。竞争聚集算法综合了分层聚类与划分聚类的优点，它能够有效地体现数据的实际分布情况并得到优化的聚类个数，因此能将数量型属性离散化成若干个优化的区间。

改进模糊关联规则及其在电站锅炉运行优化中的应用

提出了一种改进的模糊关联规则挖掘算法对电厂运行优化目标值进行确定,首先利用竞争凝聚算法决定分类数、软化划分边界并构造优化的模糊数据集,再结合某300 MW机组的历史运行数据,以供电煤耗率作为优化目标,利用频繁模式树生成算法得到的频繁项集进行关联规则挖掘,最终得到运行参数最优值,实验结果和理论分析表明挖掘结果能够正确反映机组运行机理、可以作为指导机组优化运行的重要依据。

330MW机组湿法烟气脱硫控制系统目标值优化

基于火电机组脱硫系统在实际运行过程中积累的历史数据,采用数据挖掘的方法对系统的重要运行参数进行优化,挖掘出在满足脱硫效率要求时经济效益最大的最佳运行参数值。提出了一种模糊关联规则挖掘算法,对某330 MW机组石灰石-石膏湿法烟气脱硫系统运行优化目标值进行确定。针对历史运行数据利用竞争凝聚算法决定分类数、软化划分边界并构造优化的模糊数据集,以满足脱硫效率为前提,以经济效益作为优化目标,利用模糊Apriori关联规则挖掘算法得到的频繁项集进行关联规则挖掘,最终得到运行参数最优目标值,实验结果和理论分析表明挖掘结果能为电厂脱硫系统的经济运行作出贡献,可以作为指导机组优化运行的重要依据。

挖掘区间值关系数据库的模糊关联规则

应用关系数据的模糊C 均值算法把数量型属性划分成若干个模糊集 ,提出挖掘区间值关系数据库数量型属性模糊关联规则的算法 .在关系数据的模糊C 均值算法与竞争聚集算法的基础上提出一种新的模糊聚类算法———关系数据的竞争聚集算法 ,并用它来划分数量型属性 .由于关系数据的竞争聚集算法能得到优化的固定的聚类个数 ,因此能挖掘出优化的模糊关联规则 .

正态云关联规则在气象中的应用

用数据挖掘方法发现关联规则和进行预测是信息处理领域的两大热点。在文献 [1 ]的基础上对这两个问题进行了进一步的研究 ,提出了应用竞争聚集算法确定正态云的两个参数 ,应用双参数阈值挖掘正态云关联规则 ,并利用求正态云关联规则的支持率和信任度来进行预测。将这种方法应用于气象数据 ,结果表明 ,所提出的关联规则挖掘方法比文献 [1 ]所用的方法更合理 ,该预测方法简单易懂 。

加权关联规则挖掘算法的研究

讨论了加权关联规则的挖掘算法 .对布尔型属性 ,在挖掘算法 MINWAL ( O)和 MINWAL ( W)的基础上给出一种改进的加权关联规则挖掘算法 ,此算法能有效地考虑布尔型属性的重要性和规则中所含属性的个数 .对数量型属性 ,应用竞争聚集算法将数量型属性划分成若干个模糊集 ,并系统地提出加权模糊关联规则的挖掘算法 .此算法能有效地考虑数量型属性的重要性和规则中所含属性的个数 。

挖掘集合值关系数据库的模糊关联规则

为了挖掘集合值关系数据库的模糊关联规则,应用竞争聚集算法将记录在数量型属性上的取值划分成若干个模糊集,接着给出集合值关系数据库上数量型属性的模糊关联规则的挖掘算法,此算法能将数量型属性模糊关联规则的挖掘问题转化为布尔属性关联规则的挖掘问题。最后通过一个实例说明挖掘算法的合理性。

半监督空间化竞争聚集算法及其在图像分割中的应用

经典竞争聚集(CA)算法在聚类时对于样本中的少量已知信息没有加以利用,但这些信息往往需要应用到整个聚类过程中。此外,在相似度度量函数的选择上CA算法使用常见的欧氏距离,然而欧氏距离仅适用于团状数据,制约了算法的应用范围。针对上述问题,通过引入具备半监督学习能力的半监督项对隶属度矩阵进行增强,利用聚类中心和中心邻近的点组成空间,把样本点与该空间的距离替代欧氏距离作为新的相似度度量标准,并给出判断聚类中心能否合并的阈值参数,最终得到半监督空间化CA算法。通过在人造图像和真实图像上的分割结果表明,该算法能够更准确地获取聚类类别数以及更好的聚类效果。

基于竞争聚集的K-SVD字典学习算法

在基于稀疏表示分类的模式识别中,字典学习可以为稀疏表示获得更为精简的数据表示。然而,字典大小是衡量识别精度和速度的重要因素,优化字典设计能同时满足这两方面的需求。文中提出了一种新的技术叫作基于竞争聚集的K奇异值字典学习方法(CA-KSVD)。该方法优化了字典的大小,并同时保证了识别的准确率。CA-KSVD将竞争聚集算法中优化簇数的原理引入K-SVD,从而提高了K-SVD的字典学习能力。优化过程从输入大量字典原子开始,逐步减少那些未充分利用或相似的原子,最后得到高性能的字典,它不再包含那些冗余的原子。Extend Yale B和AR人脸数据库上的实验结果表明了文中算法的有效性。

基于多元模糊支持向量数据描述的高压电缆缺陷识别

为了实现高压电缆缺陷状态准确识别,该文提出基于多元模糊支持向量描述的高压电缆缺陷识别方法。针对原始支持向量描述(SVDD)对异常数据敏感的问题,首先利用竞争凝聚算法对高压电缆训练样本进行模糊聚类和筛选,并利用筛选后样本的隶属度对SVDD加权处理,进而获得高压电缆每种状态的训练样本的最小超球体,实现对高压电缆多种缺陷状态的有效识别。最后,利用广东珠海高压电缆的实际数据对所提模型的可行性和准确性进行验证。

基于优化字典设计的MOD字典学习算法

在模式识别研究领域,有关人脸识别的研究一直备受关注,并且已经成功地应用于诸多社会公共安全防护领域。近年来,随着压缩感知理论的发展,稀疏表示因其出色的分类性能以及对噪声因素的鲁棒性而受到众多研究者的关注,并且被成功地应用于人脸识别当中。基于稀疏表示的分类算法的性能优劣与学习到的字典息息相关,因此字典的优化设计非常值得深入研究。文中在经典的MOD算法中加入聚类算法,提出一种增强型MOD字典学习算法(E-MOD)。该算法在字典学习阶段使用聚类算法来优化字典的设计,去除冗余的字典原子数,得到性能优秀的字典;接着为了使学习到的字典具有判别性能,进一步使用MOD算法继续学习,最终得到分类效果更佳的字典。在AR和CAS-PEAL人脸数据库上的对比实验有效地验证了E-MOD算法的性能。

基于关联规则和竞争凝聚算法的高压电缆缺陷识别模型

为便于运维人员及时准确判断高压电缆缺陷类型,提出了一种基于关联规则和竞争凝聚算法的高压电缆缺陷识别模型。该方法基于现有在线监测、离线试验和运维系统等数据,利用关联规则挖掘出不同缺陷类型与状态数据的关联关系,并建立电缆缺陷关联规则库;针对现有关联规则算法只能处理布尔型数据局限,采用竞争凝聚算法对连续型数据进行离散化处理;最后通过实例对所提的模型进行分析验证,仿真结果表明该模型识别准确率高、求解效率高、解释性好,有助于运维人员对电缆进行及时动态的维护管理。

基于模糊关联规则的预测系统遗传优化

为提高预测系统中的预测精度,提出了一种基于模糊关联规则的优化的预测系统设计方法。该方法通过两个阶段来实现:首先采用竞争聚集算法得到各数量型属性优化的模糊集个数,从而挖掘出优化的模糊关联规则。在得到用于构建预测系统规则库的模糊关联规则后,采用遗传算法约简冗余规则库,实现精确性和解释性的折衷,以提高预测精度。最后将此方法运用于Abalone样本数据集进行实验分析,证实此方法解决了模糊关联规则的冗余问题,有效提高了预测精度。

中原城市群中心城市旅游竞争力的实证分析与对策

正确评价某城市旅游竞争力有助于深入认识该城市旅游发展水平,有助于准确反映该城市旅游的未来发展潜力,从而实现资源的优化配置与旅游的可持续发展。构建了城市旅游竞争力评价指标体系,运用聚类分析法和因子分析法对中原城市群的九个主要城市的旅游竞争力进行了实证分析,并提出了其存在的问题和相应的解决对策。

基于模糊关联规则的脱硫系统运行优化

为了解决石灰石-石膏湿法烟气脱硫系统(Wet Flue Gas Desulfurization System,WFGD)的运行优化问题,基于某电厂600 MW机组的脱硫系统历史运行数据,采用关联规则挖掘方法中的FP-tree(Frequent Pattern-Tree)算法对历史数据进行关联规则的挖掘。在数据挖掘过程中,利用3σ法则去除原始数据中的粗大误差;利用聚类方法中的竞争凝聚(Competitive Agglomeration,CA)算法,对处理后数据的各个属性分别进行聚类,使其划分为不同的区间;选取不同锅炉负荷工况下的数据,利用FP-tree算法挖掘关联规则;挑选出有意义的关联规则。结果表明:在锅炉负荷为540 MW工况时,将脱硫系统中的可调参数浆液pH值设置为4.9901,吸收塔液位设置为8.9478 m,吸收塔给浆流量设置为8.1782 m^3/h,吸收塔给浆密度设置为1229.2723 kg/m^3,可以在满足脱硫效率的前提下使得脱硫成本最低,从而提高电厂的经济效益。