基于优化K-means算法的高校成绩聚类分析研究

针对经典K均值算法在聚类中心易受异常值影响,导致聚类结果不稳定的问题,提出基于样本分布密度的优化K-means算法,以提高聚类稳定性和准确性;聚类后通过CH指数和分类区间占比总体两种方法,客观评价3种离散化方法,结果表明,优化的K-means算法避免了区间分类不合理现象,更加准确地反映了成绩样本的分布特点。

基于K-Means聚类分析的长沙市常规公交与轨道交通竞合关系研究

常规公交作为公共交通的主体,对促进城市可持续发展具有重要作用。在轨道交通快速扩张的背景下,常规公交客流量急剧减少,企业亏损严重。在轨道交通发展的新时期下,如何不断提高常规公交竞争力,推动公共交通共同发展是一个重要的社会问题。以长沙市为例,首先对常规公交现状及发展趋势进行了分析,提出常规公交面临出行效率低和线网规划不合理等问题;其次通过K-Means聚类算法探讨了常规公交线路与地铁线路的竞合关系,其中仅地铁1号线、3号线与公交线路关系较为理想,强合作关系公交线路比例在30%以上,地铁4号线、5号线与公交线路合作能力较差,多处于竞争关系和弱合作关系;最后针对长沙市公交线路规划存在的问题提出了调整方法,并结合实际情况提出常规公交未来的发展策略。

基于K-means聚类分析处理遥感影像的河湖“四乱”因素识别

2018年水利部部署开展河湖“清四乱”专项行动,为提高河湖乱占、乱采、乱堆、乱建(“四乱”)问题的识别效率,应用K-means聚类分析方法对卫星遥感影像进行检测,分析了2020~2022年上海市26条(总长649 km)河道与淀山湖、元荡湖两个湖泊的“四乱”问题。结果表明:2020~2022年,28个河湖河口线外延6 m范围内有274处变化,其中疑似“四乱”问题82处。相比同期人工巡查,基于K-means聚类分析的遥感影像因素识别技术在识别河湖“四乱”中具有巡查效率高、巡查范围广、巡查成本低等优势。研究成果可以为下阶段河湖治理和保护监管以及信息化建设提供参考。

基于K-means算法的某高校各二级单位报销聚类分析统计研究

近年来,随着国际形势的变化和我国经济社会发展的内在需要,国家对高校的经费投入逐渐加大,高校管理者如何管好、用好相关经费具有现实意义。选取某高校17个二级单位2022年全年的预约单量、经费执行进度以及问题单率等三个特征变量的数据进行K-means算法统计分析,研究结果显示K-means聚类算法可以有效反映出该高校各二级单位报销情况,为科学化评估经费使用情况提供决策参考依据,并为学校财务信息化建设提供支撑。

基于特征分箱和K-Means算法的用户行为分析方法

针对网购用户所产生的购物行为进行分析,首先通过数据处理构建客户关系管理模型(RFM模型),在此模型的基础上采用特征分箱法和K-Means聚类两种方法对用户进行细分,并对2种模型结果进行比较分析,讨论二者的差异性和具体的应用范围和意义.其中,基于特征分箱法的RFM模型将变量转化到相似的尺度上并将变量离散化,使得用户分类标签更加清晰,也可依据各类标签分类出不同类型的用户.K-Means算法通过轮廓系数评估聚类算法质量以至于选取最优K值.本文实验分析结果可为运营商提供更加可靠直观的数据,使得运营商可以根据不同用户的不同行为进行市场细分,进而进行精准营销和服务设置.

基于改进K-means与机器视觉的档案数据分析技术

为了提升医疗信息系统对健康档案数据的分析效率,文中采用图像采集、降噪、配准与差分等技术提取医疗图像信息,进而有效提升信息系统的数据采集效率。同时还对传统的K-means算法加以改进,并提出了一种基于类间、类内距离的聚类初始化评价指标体系(BWP),将其应用于采集到的档案数据中,以实现快速的聚类分析。将所提算法在CUDA计算平台上进行了实现,测试结果表明,该方法的聚类精度和运行效率较现有算法均有显著提升。此外,改进后K-means算法的正确聚类样本数量占比提升了4.88%,高于现有的主流指标体系,且当聚类数k的取值为16或32时,运行时间大幅降低。

基于K-means算法的建筑群震害分析模型缩减方法

基于建筑群模型和弹塑性时程分析的精细化城市震害模拟技术能够为防震减灾及应急救援决策提供必要的依据和参考。为了减小城市建筑群震害模拟的计算量和计算时间,本文提出一种基于聚类算法的建筑群模型缩减方法。该方法采用K-means聚类算法,首先基于建筑结构属性向量对建筑群进行聚类,将相似的建筑结构聚为一组;然后从每组选取一个代表建筑组成建筑群缩减模型,通过减少需要分析的建筑结构数量来减少建筑群震害模拟的计算量。本文对传统的K-means算法进行改进,通过设定组内建筑结构的差异上限自动调整聚类分组数量;提出将具体地震动作用下结构地震损伤指数作为结构属性向量进行聚类,并通过算例对比分别采用两种缩减模型,即基于损伤指数聚类的缩减模型与基于结构力学模型参数聚类的缩减模型,计算结构损伤状态准确程度。对比结果表明:在聚类分组数量相同的情况下,基于损伤指数的分组明显优于基于模型参数的分组,采用模型缩减方法能够在保证足够计算精度前提下显著减少建筑群震害模拟计算量和计算时间。

基于K-Means聚类分析法的大数据环境下电商精确营销策略

通过对陇南农产品电商销售大数据的挖掘分析,用回归分析找到商品收藏量与销售量的相关程度,利用K-Means聚类算法对商品的特征进行聚类分析。以特征分析为基础,从时令商品预售、价格层次、智能推送、直播带货和物流配送五个方面为陇南农产品电商销售制定出更为高效的营销策略。

基于最优k值k-means聚类分析的湖相沉积土层岩土参数分布研究

对岩土参数进行传统的k-means聚类分析时,因无法确定k值,而导致无法有效剔除误差数据。为得到岩土参数可靠取值范围,基于最优k值的k-means算法进行研究,通过量化样本内距离和聚类紧密性来确定聚类数目k值,避免了传统k值的随机选取。对粉土的三个基本物理力学指标:黏聚力c、内摩擦角φ、压缩模量E_(s)进行空间聚类分析。通过比较不同k值时的E_(E)值,确定最优k值为5。聚类完成后,原样本被划分为5类子样本。样本数量最多的一类为最优子样本,这类子样本与原样本分布一致,且数量偏离程度及变异性较小。对除最优类外的其他四类子样本进行分布检验,可知A-D检验法适用于小样本,而K-S检验法适用于大样本。根据偏度系数c值,调整合适的区间长度,进一步优化参数取值范围,并与工程实际采用值对比,检验方法的可行性。该分析方法实现由小样本代替大样本进行参数统计分析求取可靠的取值区间,简化计算,提高工作效率。

基于狄利克雷多项式过程模型与K-means结合的菌群分析

群体分型是一种有助于更好的理解人类身心健康等复杂生物学问题的有效方法,聚类是一种为了对样本分组来降低复杂性的定义肠型的方法,而传统K-means聚类算法的K值选取无法确定,本文在传统K-means聚类算法的基础上进行了改进,并公开数据集上进行了验证,实验表明改进算法能够解决K值选取无法确定的问题,且聚类结果的稳定性、准确性和聚类质量都得到显著提高。将改进后的模型运用于肠道菌群OTUs数据,发现不仅能够有效地区分2-型糖尿病患者样本间的相似性,而且能鉴定出影响菌群结构异质性最大的OTUs菌,为临床解决2-型糖尿病问题提供了一种新的思路。

基于K-means的水下控制系统集成测试风险分析

采用危险源辨识分析(HAZID)工具对南海某水下控制系统集成测试进行风险识别,研究水下电力和通信设备的联合测试等过程存在的风险,针对HAZID技术识别的测试风险,定义风险的3个指标,包括风险发生可能性、风险后果严重程度和风险预防控制能力,将风险进行K-means聚类分析,采用SPSS软件将风险分为重大风险、高风险、中风险、低风险等4个聚类等级,识别4类共21个测试风险。在实际运用中,该方法可为水下控制系统集成测试风险制定有针对性的措施,可高效、科学和系统地指导水下控制系统集成测试工作开展。

基于K-means算法和积灰损耗系数的西北地区光伏电站清洗策略建模分析

针对当前西北地区光伏场站缺乏科学合理的清洗策略来清除组件表面积灰的问题,提出基于K-means算法和积灰损耗系数的光伏电站清洗策略模型。利用K-means算法对场站提供的日志发电数据进行聚类得到晴天数据样本,利用该样本数据拟合发电能力损耗曲线求解积灰损耗系数,联立清洗成本建立清洗策略模型。文章利用西北地区某光伏场站的发电数据对模型进行了验证,分析结果表明模型准确性较高,也为西北地区光伏电站清洗策略的研究提供了新思路。

大数据在改进央行风险评估中的应用研究——基于K-means聚类分析的实践

人民银行内部风险评估工作是防范金融风险的重要举措,是内部审计统筹组织发展和安全的有效手段。人民银行建立了一套较为全面的风险评估体系,但个别环节不够科学、作用发挥不够充分。文章利用K-means聚类分析模型对评估方式加以改进,以提高风险评估结果的准确度及内部审计价值,助力央行治理效能和发展水平的升级。

招聘网站数据薪资K-means聚类分析可视化

该研究利用BOSS直聘网站上的岗位数据,使用Python编程语言通过K-means聚类算法对不同岗位的薪资水平进行分析和可视化展示。通过多次迭代计算,将岗位样本点分配到最近的聚类中心,并更新聚类中心的位置。最终的可视化结果显示了不同学历,不同薪资水平类别的岗位样本点的分布情况和每个聚类中心的位置。这些结果对求职者和招聘人员来说具有重要意义。求职者可以根据不同薪资水平类别的分布情况选择更符合自身期望的岗位,而招聘人员则可以更好地了解市场上不同薪资水平的竞争态势,制定更合理的薪资策略。

大数据背景下基于k-means聚类分析的上市公司财务预警模型研究

选取2000—2020年广西上市公司数据作为样本,构建广西上市公司财务预警模型,可以得出以下结论:第一,在构建模型时,指标选择对研究结果尤为重要,在构建k-means聚类分析财务预警模型时要消除多重共线性的影响。第二,在对广西上市公司进行风险研究时,可以重点研究博士比重、净利率、资产负债率和总资产周转率等4个指标。这4个指标对广西上市公司有较大影响,合理优化企业自身资源,能让企业在激烈的市场竞争中取得更好更快的发展。

加入跳跃连接的深度嵌入K-means聚类

现有的深度聚类算法大多采用对称的自编码器来提取高维数据的低维特征,但随着自编码器训练次数的不断增加,数据的低维特征空间在一定程度上发生了扭曲,这样得到的数据低维特征空间无法反映原始数据空间中潜在的聚类结构信息.为了解决上述问题,本文提出了一种新的深度嵌入K-means算法(SDEKC).首先,在低维特征提取阶段,在对称的卷积自编码器中相对应的编码器与解码器之间以一定的权重加入两个跳跃连接,以减弱解码器对编码器的编码要求同时突出卷积自编码器的编码能力,这样可以更好地保留原始数据空间中蕴含的聚类结构信息;其次,在聚类阶段,通过一个标准正交变换矩阵将低维数据空间转换为一个新的揭示聚类结构信息的空间;最后,本文以端到端的方式采用贪婪算法迭代优化数据的低维表示及其聚类,在6个真实数据集上验证了本文提出新算法的有效性.

基于K-Means聚类与熵权TOPSIS法的岩石可爆性评价研究

露天矿山的爆破块度分布,直接影响到后续的采装、运输和破碎工作。为了控制石墨矿山不同区域爆破块度分布,基于K-means无监督聚类学习法与熵权TOPSIS评价法建立了一种新的岩石可爆性评价模型,选取岩石密度、动力能量耗散率、动态抗压强度、平均应变率、脆性指数作为评价指标,通过熵权计算,发现岩石破碎程度受脆性指数影响最大,受平均应变率影响最小。将此模型应用于实际石墨矿山,可爆性分为10个等级,统计不同分级下的岩石平均破碎粒径,发现可爆性分级等级越高平均粒径越大,有明显的分级特征,验证了模型的有效性。从爆破石墨矿石岩体类型看,岩石可爆性从易到难排序为:片岩、片麻岩、变粒岩、混合岩。结合石墨矿石微观观测结果分析可知:岩性从片岩向混合岩转变,岩石内部石墨晶质呈下降趋势,石墨矿石可爆性等级也随之越来越高。岩石密度、能量耗散率、动态抗压强度之间呈线性正相关,岩石可爆性与平均应变率、脆性指数存在负相关性。研究成果为矿山矿岩可爆性评价提供了一条新思路,对露天矿山爆破块度优化具有一定的理论和实践指导意义。

基于主成分分析和聚类分析的李子果实品质综合评价

为了解不同品种李子的品质特性,本文选取12个品种李子作为研究对象,分别从外观、理化及糖酸组成等方面对果实品质进行了对比分析,同时采用主成分分析和聚类分析对李子品质性状进行综合评价。结果表明,不同品种李子外观、理化和糖酸组成等指标均表现出丰富的多样性。糖酸组成、色泽、单果重、果实密度和果形指数等是评价李子综合品质的关键性指标。12个品种中‘紫皇’(ZH)‘圣雪珀’(SXP)‘爱丽丝’(ALS)‘香李’(XL)‘香甜李’(XTL)5个品种综合评分为正值,品质较好。其中,ZH和SXP品质特征为出汁率、可溶性固形物、总糖含量及色泽品质高;ALS品质特征为总糖、总甜度、甜酸比和糖酸比最高;XL和XTL品质特征为可溶性固形物含量、糖酸比、甜酸比高,但出汁率低。该研究结果可作为不同用途李子品种筛选的重要参考依据。

基于K-means聚类和特征空间增强的噪声标签深度学习算法

深度学习中神经网络的性能依赖于高质量的样本,然而噪声标签会降低网络的分类准确率。为降低噪声标签对网络性能的影响,噪声标签学习算法被提出。该算法首先将训练样本集划分成干净样本集和噪声样本集,然后使用半监督学习算法对噪声样本集赋予伪标签。然而,错误的伪标签以及训练样本数量不足的问题仍然限制着噪声标签学习算法性能的提升。为解决上述问题,提出基于K-means聚类和特征空间增强的噪声标签深度学习算法。首先,该算法利用K-means聚类算法对干净样本集进行标签聚类,并根据噪声样本集与聚类中心的距离大小筛选出难以分类的噪声样本,以提高训练样本的质量;其次,使用mixup算法扩充干净样本集和噪声样本集,以增加训练样本的数量;最后,采用特征空间增强算法抑制mixup算法新生成的噪声样本,从而提高网络的分类准确率。并在CIFAR10、CIFAR100、MNIST和ANIMAL-10共4个数据集上试验验证了该算法的有效性。

基于改进K-Means++聚类分析的邻户表计错接辨识方法

邻户间表计错接影响电能计量的准确性,致使电费结算异常。人工排查方式效率低、难度大,基于用户电量数据,通过改进K均值聚类分析提出了一种单相表计邻户错接线辨识方法。首先,从SG186系统与采集系统中提取用户换表信息与日用电量数据;其次,通过均值、标准差、峭度3个统计量刻画用户换表前后的日用电量数据段曲线特征,并在多维空间内标定出每段数据的特征点;最后,对客户换表前后用电数据段的特征点进行K-means++聚类分析以错接辨识邻户表计错接情况。实际案例应用分析验证了所提方法的有效性,辨识结果可作为错接判别的有效依据。