基于划分的数据挖掘K-means聚类算法分析

为提升数据挖掘中聚类分析的效果,在分析数据挖掘、聚类分析、传统K⁃means算法的基础上,提出一种改进的K⁃means算法。首先将整体数据集分为k类,然后设定一个密度参数为ϑ,该密度参数反映数据库中数据所处区域的密度大小,ϑ值与密度大小成正比,通过密度参数优化k个样本数据的聚类中心点选取;依据欧几里得距离公式对未选取的其他数据到各个聚类中心之间的距离进行计算,同时以此距离为判别标准,对各个数据进行种类划分,从而得到初始的聚类分布;初始聚类分布得到之后,对每一个分布簇进行再一次的中心点计算,并判断与之前所取中心点是否相同,直到其聚类收敛达到最优效果。最后通过葡萄酒数据集对改进算法进行验证分析,改进算法比传统K⁃means算法的聚类效果更优,能够更好地在数据挖掘当中进行聚类。

一种改进的自适应K近邻聚类算法

为解决传统聚类算法不能处理非球形分布数据的问题,文犤5犦提出了一种自适应k近邻聚类算法。该算法在无需聚类数目的前提下,能有效解决非球形分布数据的聚类问题。但进一步的研究表明,该算法在处理带“奇异”样本的数据集时失去效果。为此,该文给出了一种改进的自适应k近邻聚类算法。仿真结果表明,新算法不仅保持了原算法在处理非球形分布数据时的优良特性,还成功解决了“奇异”样本问题。

不同偏光系统下的岩石薄片图像联合分割

针对传统切换单偏光与正交偏光系统进行镜下岩石薄片分析和含量估计耗时耗力,且准确率较低的问题,在色度亮度空间设计一种岩石薄片图像联合分割方法:先将相同视域下的单偏光图像与正交偏光图像在色度亮度空间中分别进行分解,然后对色度图像进行双边滤波处理,抑制噪声和去除纹理,计算滤波后两个色度图像之间的差值,并依次使用K-Means聚类算法和分水岭分割算法得到最终分割结果。结果表明,使用单偏光岩石薄片图像与正交偏光岩石薄片图像联合分割较大提升了矿物颗粒计数准确率和分割结果的交并比。研究结果可为地质工作者鉴定岩石薄片提供指导。

基于盲均衡算法的网络大数据异常节点检测

网络大数据具有复杂多样且高速流动的特点,导致对异常节点智能检测性能过差,增加网络故障风险。为了及时修复网络大数据异常节点,提出盲均衡算法下网络大数据异常节点智能检测的方法。通过传感序列采集模型采集网络大数据节点,在DHA去噪算法下,按节点疏密性优化采集结果,利用盲均衡算法提取噪声均值,显著降低网络大数据异常节点特征。将特征作为训练样本输入K-means聚类算法中,输出的最佳聚类结果,实现网络大数据异常节点智能检测。实验结果表明,所提方法检测精度高、检测响应时间低于1.0ms。

采用仿射传播的聚类集成算法

针对K均值聚类随机初始聚类中心导致的聚类结果不稳定问题,提出一种基于仿射传播的聚类集成算法.该算法把每个聚类集成的成员个体结果看成是原始数据的一个属性,然后在其基础上对聚类成员个体的聚类结果进行加权集成,集成算法采用简单高效的仿射传播聚类,并且提出了直接集成、利用平均规范化互信息(NMI)和聚类有效性Silhouette指标进行加权集成.最后,运用Hungarian算法对仿射传播聚类集成的结果进行类别标签的统一和匹配.在加州大学尔湾分校数据集上进行了实验,结果表明,与集成前的K均值聚类及其他聚类集成算法相比,该算法能有效地提高聚类结果的准确性、鲁棒性和稳定性,建立起来的聚类集成算法具有良好的扩展性和灵活性,而且简单有效.

利用CUDA提高内存数据聚类效能的研究

提出一种新的聚类算法AIK-Means,利用CUDA技术加速算法执行效率,并优化内存方法,可在有限时间内进行多次聚类;将Chameleon层次聚类算法用于解决K-Means算法的初始聚类中心敏感问题;在多次聚类结果中用FP-Tree进行关联分析,提高聚类有效性。将算法应用到某集团心理学MMPI数据测试,实验结果表明AIK-Means算法在执行效率和聚类有效性上具有良好的效果。

基于三轴加速度传感器的山羊行为特征分类与识别

为分类并识别山羊的典型日常行为特征,以半封闭圈养的波尔山羊为研究对象,利用三轴加速度传感器对山羊的三轴加速度数据进行采集,利用K-means聚类算法对采集的数据集进行反复叠加训练得到较为稳定的聚类中心,同时利用全程的视频监控结合动作发生的时间识别并验证山羊的4种典型日常行为。结果表明,将三轴加速度传感器部署在山羊羊角处基本无明显应激反应,并且此传感器可以连续不间断地记录山羊的行为特征参数,对山羊的躺卧、站立或慢走、采食、跨跳等典型日常行为识别的准确率达87.76%,为山羊福利及山羊疾病预测模型的建立奠定了基础。

基于时延的软件定义航空网络控制器部署策略

在软件定义航空信息网络架构中,针对控制平面单点失效问题,提出一种多控制器部署方案。通过构建航空集群域,在航空集群域中部署集群控制器,控制器进一步控制该域内飞机来获得网络的高效管理以及信息的有效处理。定义数据传输时延、控制路径时延以及控制器同步时延,以航空信息网络全网时延最小为优化目标,在构建航空集群方面,提出一种k-means改进算法;在集群域中部署控制器时,提出一种时延约束的可靠部署方案。仿真结果表明,该方案能够有效保证全网络的可靠性,并可以有效降低网络中的时延开销,为解决多控制器部署提供了思路。

基于遗传算法的聚类分析在体型分析中的应用

e-MTM(e-MeasuretoMade,即电子化量身定制)是目前国际上新兴的基于三维人体扫描技术的服装生产方式。对于e-MTM中的体型分析问题,本文给出了一种基于遗传算法和K-means算法相结合的聚类算法。分析结果表明,该算法完全满足e-MTM中的体型分析的需要。

采用遗传算法的文本无关说话人识别

为解决在说话人识别方法的矢量量化(Vector Quantization,VQ)系统中,K-均值法的码本设计很容易陷入局部最优,而且初始码本的选取对最佳码本设计影响很大的问题,将遗传算法(Genetic Algorithm,GA)与基于非参数模型的VQ相结合,得到1种VQ码本设计的GA-K算法.该算法利用GA的全局优化能力得到最优的VQ码本,避免LBG算法极易收敛于局部最优点的问题;通过GA自身参数,结合K-均值法收敛速度快的优点,搜索出训练矢量空间中全局最优的码本.实验结果表明,GA-K算法优于LBG算法,可以很好地协调收敛性和识别率之间的关系.