基于信息熵加权的协同聚类改进算法

为了改进协同聚类中计算量较大的问题,提出一种信息熵加权的模糊协同聚类算法。首先引入信息熵来衡量隶属度差异矩阵中包含的不确定性信息,然后根据有效信息量定义相似性距离中的权重,最后通过权重对聚类的贡献实现子集之间的协同聚类。实验结果显示,新算法能充分利用数据子集中蕴涵的相关信息,以较高的计算效率实现更准确的协同聚类。与已有算法相比,新算法能自适应地计算协同关系强度,简化了参数设置和协同函数的复杂计算。

权重系数自适应光流法运动目标检测

为了实现Horn-Schunck光流法权重系数的自适应设定与更新,研究了权重系数对Horn-Schunck光流法的影响规律,提出一种融合模糊C均值(FCM)聚类的权重系数自适应Horn-Schunck光流法。首先,统计不同权重系数下运动目标检测的光流总值变化曲线。然后,以光流总值的最优化为依据,结合两层模糊C均值(FCM)聚类寻找最优权重和基于固定迭代次数Horn-Schunck光流法的收敛点,从而自适应地获取最优权重系数,并将收敛阈值的人工设定转化为光流值的自动寻优。最后,通过标准视频序列进行测试以验证算法的有效性。实验结果表明:相比于其他权重系数值,最优权重估计的光流图像不但运动目标明显而且噪声较少。对运动目标检测的运行时间为0.106 0s,有用比为0.596 9,幅度误差为0.801 1,满足光流法运动目标检测的最优或次优性能。

一种加权模糊C均值聚类算法及其在图像分割中的应用

现有的加权模糊C均值聚类算法中,属性加权是一个不断迭代、重复计算的过程,费时费力。针对这种情况,提出Fisher线性判别率进行属性加权。算法首先直接计算每一维属性对模糊聚类的贡献度,其次对所有属性的贡献度进行归一化处理然后加权聚类。在人工和实际数据集所做实验表明:该算法在提高聚类速度的同时,聚类效果上也优于其他同类加权模糊C均值聚类算法。

基于加权模糊聚类的农田养分管理区划分

将加权模糊聚类算法应用于管理区划分,权值的确定分别采用主成分分析法和变异系数法。在吉林省榆树市精细农业试验田获取土壤氮、磷、钾数据,应用本文提出的加权模糊聚类算法进行管理区划分,确定了试验区的管理分区数目,并与传统的模糊聚类方法进行了比较。结果表明,基于加权模糊聚类的管理分区更合理、更符合实际情况,该方法可用于指导精准施肥。

基于熵权法加权的模糊C均值聚类算法研究

针对模糊C均值聚类算法不能区分数据各属性之间的不平衡性,提出了一种基于熵权法加权的模糊C均值聚类算法。该算法首先应用熵权法计算各属性的权重系数,然后对标准化之后的原始数据进行加权,最后应用模糊C均值聚类算法对加权之后的数据进行聚类。实验表明,该算法聚类准确率要明显高于未加权的模糊C均值聚类算法。

制造型企业供应商分类模型研究

供应商分类对于供应商科学管理具有重要意义,本文构建了制造型企业供应商分类指标体系,将模糊聚类方法引入到供应商分类的应用当中,并对此方法进行了改进,给出了供应商分类模型。最后进行了实例分析,说明了该模型的有效性和实用性。

基于粗糙集的轨道交通换乘枢纽灰色聚类评价

评价轨道交通换乘枢纽的布局优劣、运营状况、服务水平,进而优化规划方案,给出5项评价指标,运用基于粗糙集理论的权系数确定方法,建立关系数据模型,通过计算灰色聚类分析模型的权系数的方法对轨道交通换乘枢纽进行评价,并结合实例说明方法的可行性。

一种改进的防空导弹武器系统选优模型

针对目前解决多目标决策问题常用方法的不足 ,提出了一种改进的防空导弹武器系统多目标决策模型 ,并对该模型作了详细的论述 ,在一定程度上解决了靠专家对样本指标进行赋权而伴随的主观因素问题 .最后 ,通过实例应用说明了该方法简单、有效 ,算例的结果令人满意 .

一种分层的和多分辨的镜头边界检测方法

提出了一种分层的和多分辨的镜头边界检测方法。该方法对各种不同的镜头间过渡类型给出了用不同方法进行联合检测的方案,该方案主要分为突变镜头检测(即视频切分)、淡化过渡检测、溶解过渡检测及划变过渡检测4个部分。检测方案并不是简单地将各种方法拼接在一起,而是通过小波变换的多分辨分析将它们有机地结合起来,相互关联,达到有效检测结果。首先用FCM聚类算法进行视频切分,然后根据聚类结果分别在整数小波分解后的高频部分用Gaussian加权Hausdorff距离结合边界改变率算法检测淡化过渡;对分解后的低频部分用所提出的SCD算法(Similarity of color distribution based method)检测溶解过渡,并通过自适应调节权系数(系数盲调节)使检测相异度函数更能适用于多种视频片段。最后根据切分以及前面两种过渡检测的结果,利用三维小波分解后高频成分中的运动部分所定义的运动矢量来检测划变过渡。用实际视频数据所做的仿真实验结果表明,该方法不但能同时检测突变过渡和渐变过渡,而且能准确地判断渐变过渡的类型及其位置。此外,还能有效地抑制闪光、运动等的影响,从而提高了检测精度。

基于相似度加权的模糊聚类方法

模糊聚类分析主要用于研究样本的分类问题。在引入加权相似系数和加权距离系数的计算公式的基础上,提出了一种既能考虑到样本之间的值贴近程度,又能考虑到样本之间的形贴近程度的改进统计量-相似度,用相似度矩阵替代传统的相似矩阵,得到了模糊聚类分析方法的改进。实验结果表明改进的模糊聚类分析方法是有效的。

基于模糊聚类分析的网络安全综合评价

模糊聚类分析主要用于研究样本的分类问题。利用层次分析方法给出了样本指标的权重,进一步引入了加权相似系数和加权距离系数的计算公式。在该系数的基础上,提出了一种既能考虑到样本之间的值贴近程度,又能考虑到样本之间的形贴近程度的改进统计量——相似度,用相似度矩阵替代传统的相似矩阵,得到了模糊聚类分析方法的改进。将其应用到网络安全综合评价实际样本数据的聚类分析中,结果表明改进的模糊聚类分析方法是有效的。

基于改进FCM的多传感器多目标数据互联算法

将模糊聚类分析的方法运用到数据互联中是现今多传感器多目标跟踪的发展方向之一。文中在模糊c-均值聚类(FCM)算法的基础上提出了一种适用于多传感器多目标数据互联的改进算法,该算法通过对隶属度函数进行加权,同时考虑了样本对聚类中心和样本与样本之间的隶属关系。仿真结果表明该改进算法使得分类效果更加清晰,能够更好地将测量结果划分给各个目标,且所需的迭代次数更少,收敛速度更快。仿真结果验证了算法的正确性和有效性。

基于熵权的区间犹豫模糊集用户聚类方法研究

本文针对群体中用户采用区间犹豫模糊信息表达兴趣偏好的情况,在推荐过程中对于区间犹豫模糊集用户聚类的方法进行研究。考虑到属性权重未知的情况,提出熵权模型来确定属性权重;基于相关性和最小距离思想,利用传递闭包算法和凝集型层次聚类算法对用户聚类,在此基础上研究群推荐方法,建立科学合理的群推荐模型。

MKDSIF-FCM算法及其性能分析

模糊C-均值聚类(FCM)是一种最常用的聚类算法,其性能因直接采用了欧氏距离而受到限制。针对该问题,提出了一种FCM的改进算法,命名为MKDSIF-FCM。MKDSIF-FCM算法提出了带影响因子的距离权重系数的概念,将其运用到欧氏距离的计算中;同时,MKDSIF-FCM算法中采用了多核学习的技巧,增加了样本之间的差异性,能够有效地提高FCM算法的聚类效果。实验结果表明,在Iris数据集和Wine数据集上,相比经典的FCM算法,MKDSIF-FCM算法的分类精度有显著的提高;相比其他的FCM改进算法,MKDSIF-FCM算法分类性能更优。

基于改进的模糊聚类的雷达信号分选

为了解决传统方法不能有效分选高密度复杂雷达信号,以及现有聚类方法达不到实时性要求的问题,提出一种利用雷达脉冲信号特征参数,基于改进的模糊聚类的雷达信号分选新方法。在改进的算法中,提出了距离加权系数的概念,依据信息熵使各参数的距离加权系数的确定更加合理化。采用追踪法计算等价模糊矩阵,并提取聚类后的脉冲序号,更具有实际意义。该方法同时提高了系统的实时性。仿真结果验证了算法的有效性。

海外主要油气产国油气投资环境及影响因素演化

基于七种单一评价模型分别对油气投资环境进行评价,使用模糊聚类分析和Kendall协调系数法对模型的相容性进行检验,确定相容方法集,进而构建油气投资环境的最优加权组合评价模型,以消除不同评价理论评价结果之间的不一致性,提高评价结果的合理性。以我国五大主要油气投资地区中的40个主要油气生产国家为研究对象,基于该评价模型使用2006—2015年数据对油气投资环境演化及影响因素进行研究。结果表明:2006—2013年海外油气投资环境整体呈现上升趋势,2014—2015年下滑趋势明显;油气资源开发潜力、经济环境、基础环境是最主要的影响因素,且地区特征明显,中东、中亚—俄罗斯地区油气资源潜力较大,基础环境优越,亚太地区经济优势明显;政治环境复杂多变,整体趋于不断恶化,经济环境和基础环境持续改善,俄罗斯、南美地区油气资源开发潜力不断提升,社会环境、法律法规及政策环境表现较为稳定。