用K-均值聚类法改进地震灾害FAPE分类模型

运用K-均值聚类法改进了FAPE地震灾害分类模型,提出了K-FAPE分类法。该方法充分利用已有成灾地震的自身信息,消除了FAPE模型分类的人为干预因素,理论上改进了FAPE模型,从实际结果来看,该分类结果更加合理,能更好地解释现有地震灾害的分类现象,可为今后地震应急响应研究和实际工作提供参考。

K-均值聚类法在机械设备铁谱监测技术中的应用

铁谱分析技术是润滑油液分析技术的主导技术,是机械设备工况监测和故障诊断的主要技术手段之一。铁谱片上磨损颗粒间的区分是磨损颗粒识别和诊断的基础。针对铁谱图像中磨损颗粒形状和颜色分布的复杂性,利用数字图像处理技术,采用K-均值聚类法,对铁谱彩色图像进行了分割处理研究。试验结果表明,K-均值聚类法可以有效地分割彩色铁谱图像,将磨损颗粒提取出来,为铁谱图像的后续处理工作奠定了基础。

基于模糊K-均值聚类法的煤与瓦斯突出危险性评价

鉴于煤与瓦斯突出对煤矿的安全生产的威胁以及其影响因素的复杂性,通过收集突出矿井的相关资料,分析并合理选取对矿井煤与瓦斯突出影响的主要指标,结合基于模糊数学理论的K-均值聚类法对煤与瓦斯突出矿井进行聚类分析,并利用最小二乘法获取合理的分类和聚类中心矩阵,来预测煤与瓦斯是否突出,以供技术人员参考,以便提前预防突发事故.结果表明此模型的评价结果与实际相符,为高瓦斯矿井的煤与瓦斯突出危险性评价提供了一种科学的理论方法.

基于K-均值聚类法和Fisher判别法对城镇居民可支配收入的分析

城镇居民可支配收入是全国居民可支配收入的主要组成部分,对其进行准确的分析至关重要。文章在利用K-均值聚类法将中东部地区的一些省市划分为高收入组和次高收入组的基础上,进一步利用Fisher判别法,通过建立Fisher判别模型,从而判定未分组省市的具体类型。实证分析结果表明,全国31个省市的城镇居民可支配收入分布状况与我国东部沿海地区较中西部高的国情基本吻合。

K-均值聚类法对甘肃省临夏州当归引种区划的分析

通过统计学上的K-均值聚类法对当归在甘肃省临夏州的适生种植进行农业气候区划,以避免因不当引种带来的损失,并借此来说明统计学方法在农业区划方面的重要作用。

基于聚类分析的空调振动信号的分类方法

为解决家电振动检测中存在的问题,以空调外机为例提出提取空调外机钣金结构在某一工况下振动信号的峭度指标、均方值指标及相关系数指标作为聚类分析的特征值,使用K-均值聚类分析法对信号进行聚类,并计算聚类结果的轮廓值。根据计算所得的轮廓值可知在将样本划分为10类时,每个观测的轮廓值都大于0.18,这说明将40个样本分为10类是合适的。

基于聚类分析方法的高职高等数学分层教学的新探索

结合肇庆科技职业技术学院"高等数学"分层教学实践,按模块给出一套难易适中的分层考试试题,依此试题统计出考生的各模块得分情况,再使用聚类分析方法中的K-均值聚类法对记录进行分类,根据分类结果从而制定相应的授课计划。结果对比显示,此分类法较按成绩排名分类更具科学性、合理性,为高职高等数学分层教学的推广提供了一种新思路。

我国上市钢铁企业的经营效率评价——一种基于因子分析、聚类分析与DEA的方法

对52家上市钢铁企业2013年经营效率进行评价,提出一种结合因子分析、聚类分析和DEA模型的新评价方法。首先,应用因子分析从多个备选变量中提取出一个输入指标和两个输出指标,为了减少异常值对DEA计算的影响和便于对结果的分析;再利用K-均值聚类法对决策单元进行分类;最后,将数据带入DEA模型计算得出评价结果。希望对我国钢铁行业的深入改革和高效发展具有一定的参考价值。

基于聚类的我国各地区水资源利用效率分析

根据我国水资源利用现状和变化趋势,采用BC^2数据包络分析法,对2003~2015年全国31个省市自治区的水资源利用效率进行了综合评价分析;同时,还利用K-均值聚类法,对各地区水资源利用的纯技术效率指数和规模效率指数进行了Q型聚类,把31个省市自治区划分为3种类型,阐述了导致各地区用水效率差异的原因。根据分析结果,对全国及各地区水资源合理开发和利用提出了相应的对策与建议,可为各地区社会经济发展策略、规划的制定提供参考。

GRAPES-GEPS K-均值集合预报产品开发及应用

基于GRAPES全球集合预报系统(GRAPES-GEPS)及2020年2月13-16日的全国寒潮天气过程,开发出一类新的集合预报产品—K-均值聚类产品。采用爬山法确定最佳聚类数量,并采用K-均值聚类算法对集合样本进行分类。结果表明,该方法的500hPa位势高度场所有类别的聚类产品均呈现出中高纬Ω形的环流形势及低压系统后部冷平流的走向,发生概率最高的聚类产品最能反映实况中环流形势的分布。对于850hPa温度场,其聚类产品均呈现出全国温度从北到南呈带状逐渐增加的空间分布特征,发生概率最高的第一类聚类产品与实况最为接近。对于10m风速聚类产品,在较大风速处,集合样本离散度较大,不同类别的风速大小差异显著;发生概率较高的第一类聚类产品,其对天津及周边地区10m风速的分布及强度描述均较准确,并能提供有价值的预报信息。K-均值聚类能有效地实现集合预报样本信息的浓缩,该产品可为预报员判断某一时次的天气预报提供直观指导。

基于高光谱图像的分类方法研究

随着高光谱图像技术的发展,高光谱图像在众多领域得到了广泛应用.高光谱图像分类是其应用领域的一个重要分支,其中高精度的分类算法则是实现准确分类的前提.高光谱图像分辨率高、波段数多、数据量大等特点给传统分类技术带来了巨大挑战.该文综述了基于高光谱图像的支持向量机分类法、人工神经元网络分类法、决策树分类法、最大似然分类法等监督分类方法以及K-均值聚类法和迭代自组织方法等非监督分类方法,并结合实际高光谱图像数据给出应用实例.基于不同应用需求,以上两类分类方法均能最大程度地挖掘高光谱图像的图谱信息,从而实现更加准确和精细的模式识别.

基于3种分析方法的板栗果实营养品质综合评价

通过对燕山地区12个板栗品种(系)的7个品质指标进行测定,对各营养指标进行差异显著性分析,并应用隶属函数法、主成分分析法、K-均值聚类法对果实品质进行综合评价,最后比较不同分析方法对综合评价的影响,以期为选育优良板栗品种提供参考。结果表明:12个板栗品种(系)的果实单粒质量、单粒质量标准差、可溶性糖含量、淀粉含量、脂肪含量、蛋白质含量、含水量差异显著,其中,淀粉含量和脂肪含量存在极显著正相关,可溶性糖含量和含水量存在显著负相关。通过建立各指标的线性隶属函数,根据最低隶属原则进行品质排序,前5名分别为迁西42号、抚宁12号、燕宝、燕龙、兴隆1号。采用SPSS进行主成分分析,根据整体评价指标可分别提取3个主成分,累计方差贡献率为84.647%,根据3个主成分得分及相应权重累加综合计算得分,确定前5名分别为燕宝、兴隆1号、青龙47号、迁西42号、抚宁12号。通过K-均值聚类法,根据果实品质指标对12个板栗品种(系)进行聚类,确定优质板栗品种(系)为燕龙、抚宁8号、燕京8号、燕宝、青龙47号、兴隆1号、迁西42号。3种分析方法对不同板栗品种(系)的算法和评价侧重点有所不同,在3种评价方法中综合品质均优质的有燕宝、兴隆1号和迁西42号3个品种(系)。在实际生产中,使用多种方法进行板栗坚果品质的综合评价可以获得更加准确的结论。

基于红外光谱曲线的中药材品种辨识方法研究

为了探索应用红外光谱技术辨识中药材的品种,以中红外光谱数据为依据,首先,通过离群点分析剔除了奇异样品,使用移动平均法对原始数据做平滑处理,使用标准差法降维,使用差异度评价聚类效果。其次,分别考察了系统聚类法、K-均值聚类法和模糊K-均值聚类法的聚类效果,发现在分为5类的情况下K-均值聚类法的聚类效果最好。第三,从描述分析、箱图、频率分布的角度对5种中药材的特征和差异进行了比较。本方法原理简单,计算高效,结果可靠,对丰富中药材的品种辨识方法具有重要参考价值。

基于RFM的电信客户市场细分方法

提出电信企业客户消费的RFM模型,通过AHP法得到电信行业RFM指标的权重,并应用K-均值聚类法对客户进行分类.分析各类客户的客户等级,并结合指标权重对各类客户进行顾客终身价值比较分析.实证研究表明:本文所提出的模型和方法可以有效地对电信企业客户进行分类.

基于改进RFM模型的铁路快捷货运客户市场细分方法

随着铁路货运改革的深入,传统的客户分类方式不能适应铁路市场化和物流化的发展趋势。基于此,提出铁路快捷货运客户市场细分的RFM模型,通过AHP法得到铁路快货行业RFM指标的权重,应用K-均值聚类法对客户进行分类,并分析各类客户的客户等级,结合指标权重对各类客户进行顾客终身价值比较分析,为铁路货运企业制定针对性营销及个性化服务提供理论依据。

复杂砂岩储层基于相控建模的渗透率计算方法

渗透率是油气储层评价的主要参数之一，复杂砂岩的储层岩性复杂，非均质性强，应用常规方法建立渗透率模型精度低，不能满足开发后期的需要。鉴于岩性对渗透率的影响作用，采用相控建模方法来计算渗透率，以能够反映岩性特征的测井参数作为划相参数。应用K-均值聚类法，进行测井相分析，依据岩性建立不同的渗透率模型，其相关性明显高于常规方法建立的渗透率解释模型，经计算得到的渗透率更接近于岩心分析数据。通过实际资料处理结果表明，经相控建模计算的渗透率方法，有效提高了渗透率计算精确度。

经典划分聚类分析方法及算例

聚类分析方法在大数据时代是数据挖掘(Date Mining)、科学研究和机器学习(Machine Learning)的基础性工具。本文在收集、整理已有研究成果的基础上,对K-均值和K-中心点这两种经典划分式聚类分析方法的原理、优缺点及适用范围进行了重点阐述,并通过算例对比说明孤立点对两种经典算法的不同影响,对科研工作者更高效和便捷地寻求适用于自己研究领域的聚类分析方法、取得科学有效的研究成果具有重要意义。

超重/肥胖青少年的负性情绪与进食障碍倾向

目的：探讨超重/肥胖青少年的负性情绪与进食障碍倾向的关系.方法：根据“中国学龄儿童青少年超重、肥胖筛查体重指数值分类标准”筛查出超重/肥胖青少年（非临床病例）138名,用流调中心用抑郁量表（CES-D）、正性负性情绪量表（PANAS）、状态-特质焦虑问卷（STAI）测量被试负性情绪体验水平,用进食障碍量表（EDI-1）测量其进食障碍倾向.依据情绪变量进行聚类分析,对聚类组的进食障碍倾向水平进行比较.采用偏相关、多重线性回归分析负性情绪（情绪变量平均Z分）与进食障碍倾向的关系.结果：K-聚类分析将样本分类成为1个高负性情绪组和1个低负性情绪组,分别占样本人数的48％、52％.高负性情绪组在CES-D、PANAS的负性情绪因子及STAI的两个因子上的得分均高于低负性情绪组[如,CES-D：（26.3±7.6） vs.（12.1±6.5）,P＜0.001],在PANAS的正性情绪因子上的得分低于低负性情绪组[（28.8±7.6） vs.（32.7±7.3）,P＜0.001].高负性情绪组在除完美主义、恐怖成熟两个因子外的其他EDI-1因子上的得分均高于低负性情绪组[如,瘦身倾向：（7.8±5.3）vs.（5.8±4.6）,P＜0.05].控制人口学因素后,负性情绪得分与EDI-1各因子分（除完美主义因子分外）均呈正相关（r =0.21～0.45,均P＜0.01）.进食障碍倾向中的无效感和人际不信任能正向预测负性情绪（β=0.31、0.21,均P＜0.05）.结论：超重、肥胖青少年的负性情绪体验与进食障碍倾向关系密切,提示对超重/肥胖者进行干预和治疗时,特别是在高负性情绪体验超重/肥胖者中,应把降低负性情绪作为重要策略包括其中.

基于频响函数的动车组构架传感器优化布置

为了实现传感器布置的位置和数量双重优化,提出了一种基于频率响应函数的传感器优化布置方法.首先,对结构进行模态分析并提取模态振型,计算结构的频率响应函数;然后,基于独立分量分析和K-均值聚类法优化传感器布置位置;最后,计算不同传感器数量对应的布置结果的Fisher信息矩阵及其熵,信息熵的极小值对应的传感器数量即为传感器布置最优的数量. CRH3型动车组构架传感器优化布置结果表明,传感器均布置在符合国际铁路联盟标准UIC615-4规定的所有工况下构架产生最大应力位置附近,并且布置结果可以使数量有限的传感器获得的信息量最大化.

基于RBF网络的摆式客车横向未平衡离心加速度预测研究

运用k-均值聚类法计算RBF神经网络隐含层神经元激活函数的中心及归一化参数,提出并运用了在线自适应RBF权矢量修正算法进行摆式客车通过曲线时离心加速度的多步预测。经过对实测信号的仿真分析证明:RBF神经网络可以以满意的精度对摆式客车离心加速度进行多步预测,预测的时间间隔大,有效解决了由于各种因素造成的滞后补偿问题,并且可以完全替代用于触发倾摆和判定曲线方向的陀螺仪的作用。