基于Visual C#.NET的模糊聚类分析系统及其应用

由于事物的区分通常具有模糊性,采用模糊聚类方法进行分类更符合实际。介绍了模糊聚类分析的基本思想,用传递闭包法进行聚类分析,基于Visual C#.NET语言研制了一个模糊聚类分析系统,并应用于形变监测网的分析。结果显示,其分类结果符合实际要求。     

模糊聚类分析与地形图质量的等级分类

本文根据模糊聚类分析原理,建立了对一批地形图的质量实施等级分类的数学模型,并用传递闭包理论详细讨论了这种等级分类的方法,通过实例说明了模糊聚类图的构造特征,从而证明了这种方法的实用性。最后讨论了用最大树方法进行地形图质量的等级分类的一般方法。     

模糊数学基础知识及其在地图制图学中的应用讲座 第六讲 一种新的模糊聚类分析方法在制图组合指标分类中的应用

随着科学技术的发展.采用多维变量统计指标进行组合分类的基本理论和方法的研究已经成为专题制图中研究的重要课题之一。国内文献中已介绍有枝状图表法、主导区域法、面积法、模糊聚类法。这里介绍一种新的模糊聚类分析方法,它把样本同时进行分级归类,运用于本来存在着指标分级的制图样本,如果指标不分级,也可看作本法特例进行聚类。这种方法以模糊数学为原理,计算简单、可靠,因此,这个方法有广泛的实用价值。下面举一个例子介绍这种新的模糊聚     

多因素评价体系的模糊聚类分析

用评价对象的样本的特征函数构建模糊相似矩阵,计算模糊相似矩阵的传递闭包,按传递闭包进行不同λ水平截集的聚类,可以获得科学合理的分类结果。以评价地区经济发展水平为例,阐述了多因素评价体系的模糊聚类分析方法。     

地沟油的高光谱数据聚类分析

为了利用油品光谱特性的差异鉴别食用油和地沟油,以2种地沟油和4种食用油混合组成的22个样品为对象,研究了高光谱DN值和聚类分析法相结合鉴别食用油和地沟油的可行性。首先利用样品在350~2 500 nm范围内的光谱特征,选择高光谱DN值进行聚类分析;然后对DN值进行预处理,利用相关性距离法、欧氏距离法、标准化欧氏距离法及明可夫斯基距离法计算数据矩阵中对象之间的距离,用最短距离法、最长距离法、未加权平均距离法等8种距离公式计算系统聚类树;最后对各种方法生成的聚类树进行对比。研究结果表明,采用相关性最短距离法及内平方和距离法用于聚类分析,可准确地将油品分为22类,能够精确区分样本中的各类油品。     

基于聚类分析的卫星雷达测高波形分类研究

验证了聚类分析用于卫星雷达测高波形分类的可行性。针对雷达测高波形的特征,提出了移动最小欧氏距离算法,并以该距离作为相似性统计量进行聚类分析,取得了很好的效果。以Topex/Poseidon卫星的近岸波形为例,比较了最短距离法、最长距离法、类平均法和最小方差法等4种聚类方法的聚类效果,结果表明最小方差法效果最优。     

基于遗传算法的空间聚类分析

在分析现有空间聚类方法的基础上,结合遗传算法基本原理和特征,提出一种基于遗传算法的空间聚类分析方法,并讨论方法实施中的关键问题.实验结果表明,该方法在聚类中心点的选取上保持了空间全局分布特性,效果良好.     

一种基于模糊聚类分析的新型RAIM算法北大核心CSCD

针对接收机自主完备性监测(RAIM)中多粗差的探测识别难题,该文在研究了模糊聚类分析原理和特点的基础上,利用QR检校法构建单点定位的全设计矩阵,提出了基于模糊c均值(FCM)的模糊聚类分析的新型RAIM算法,以实际观测数据对比分析了硬聚类分析和模糊聚类分析在单个粗差和两个粗差下的探测识别性能。由试验结果可知,该文方法可有效实现多个粗差的探测识别问题,解决了单点定位中的质量控制问题,可有效保障单点定位结果的可靠性。     

分布式增量机制下的交通流大数据聚类分析

时空聚类分析是对时空大数据进行利用的一种有效手段。本文提出了一种分布式增量大数据聚类分析方法,利用分布增量机制不但可以减少重复计算和迁移拷贝次数,而且可以持续对聚类结果进行修正,能够在保持聚类准确性的条件下提升整体运算效率。而聚类算法本身通过数据聚集趋势预分析、聚类算法和结果评价3个步骤,构建了一体化时空邻域,在时间和空间维度保证了聚类结果的准确性。经过试验证明该方法可以实现时空大数据的快速高效信息挖掘。     

聚类分析在Galileo载波相位组合观测值选取中的应用

鉴于传统Galileo载波相位组合观测值筛选方法工作量大,本文引入了模糊聚类理论,将其与载波相位组合理论相结合,对聚类指标进行了选取,然后运用最大树聚类法对Galileo载波相位组合观测值进行分类,并讨论了分类结果.最后通过与传统聚类方法的比较,证明了本方法的合理性.     

一种基于非线性映射的聚类分析

本文介绍一种基于非线性映射的聚类分析方法。它的优点在于能使指标或样本之间的关系在二维平面图上一目了然,从而,能很方便地利用计算机自动绘出聚类图。最后给出综合制图的一个范例,分类结果与已知聚类图完全一致。     

模糊聚类法在专题数据分级中的应用

在对专题数据的处理中,运用模糊聚类分析法对其建立相似矩阵,以截集法进行分类分级,并对加权聚类法的应用进行了详细的探讨.     

基于Ward法的马鞍山市规划单元聚类分析

采用离差平方和的系统聚类方法,以安徽省马鞍山市为例,选取65岁及以上老年人口比重、0~14岁少儿人口比重、老少比、老年人口抚养系数等聚类指标,对马鞍山市的30个规划单元进行了Q型分类,得到了直观的聚类谱系图,指出了不同类中的年龄结构存在的明显差异并对此进行了分析。     

基于K-means聚类分析的球冠谐函数拟合高程异常方法

利用球冠谐函数拟合高程异常曲面时,GPS/水准数据的分布和选取,对最后的拟合精度有较大影响。本文提出了一种基于K-Means聚类的球冠谐函数拟合方法,即利用K-Means聚类分析方法对高程异常数据点进行有效分类和选择,再结合球冠谐函数的逼近方法,提高了高程异常曲面的拟合精度。通过与实测高程异常数据进行比较,基于K-Means聚类分析的球冠谐函数拟合方法优于多项式拟合法、移动二次曲面拟合法、多面函数拟合法和球冠谐函数拟合法。     

基于最小生成树算法的建筑物聚类

针对地图自动制图综合过程中,常规的建筑物聚类算法具有多参数性、聚类无效性等常见问题,本文选用最小生成树(MST)的Prim算法用于建筑物的聚类分析,并用C#语言实现了该算法。在该算法中,以最小生成树中所有边的平均权值为阈值进行不一致边的剪枝,从而得到聚类结果,并运用实际数据验证了该算法的聚类效果。     

基于颜色特征利用色矩与BTC法进行影像聚类

影像聚类是一种对影像数据进行分组的方法,在基于内容的影像检索中,如果能够利用较低层次的可视特征进行高效的影像聚类,将会大大提高影像检索的精度.文章分别利用色矩法与分块截短编码(BTC)方法提取影像颜色特征,然后采用K均值聚类算法来对两种方法进行聚类分析.实验结果表明,分块截短编码(BTC)方法的聚类精度优于色矩法.     

GPS相位观测值的模糊度函数法与最小二乘法的等价性及模糊度函数法的改进

本文主要讨论了ＧＰＳ相位观测工函数法处理与最小二乘法处理（如双闪差分相位观测值的最小二乘处理方法）的等价性，并提出了一种改进的模糊度函数模型，该模型具有更好的求解特性，在此基础上，给出了模糊度函数法及改进的模糊度函数法的精度评定方法。最后通过对实测数据的处理，证明了理论和方法的有效性。     

高光谱遥感影像优化分类波段选择

利用粗糙集关于属性依赖性公式,本文给出一种定义遥感影像波段间相似度的方法,通过模糊聚类,得到对高光谱遥感影像原始波段集合的模糊等价划分,在每个模糊等价波段组中,选择一个代表性波段完成对原始波段集合的初步降维,基于遗传算法并结合粗糙集理论,在降维中的波段集合中进一步进行的分类波段组合的优化选择,实验结果表明,本文给出的高光谱遥感影像优化分类波段组合选择方法是非常有效的。     

基于GIS的河南省县级城市空间聚类研究与实现

将GIS与空间聚类算法相结合,可以从空间数据集中发现对象的凝聚趋势、分布规律和发展方向,并可进一步挖掘分析,从而获取更加概括和精练的信息。本文以河南省108个县级城市为研究对象,对其三年的人口及从业人员等状况进行聚类分析。采用系统聚类中的离差平方和法,以欧式距离的平方作为度量标准,对变量以Z得分作为转换标准,最终把样本划分为5类,并制作聚类划分结果专题地图。结合聚类分析和聚类分布图,进一步证实了空间聚类在县级城市空间分析中的可用性,能为河南县级城市的发展规划制定提供重要依据。     

土石围堰表面变形监测数据自动聚类分析

针对传统变形监测方法在土石围堰表面仅从单点位置进行监测,而不能反映土石围堰整体变形情况的不足,本文提出采用基于基因表达式(GEP)的自动聚类方法(GEP-Cluster)。运用GEP在解决聚类问题时强大的全局搜索能力,及在用户不需数据先验知识的状态下仍可在未知簇个数等先验知识的前提下进行自动聚类分析并获得精确的聚类结果。本文通过对某土石围堰进行变形监测获得监测数据,利用GEP-Cluster方法对所获数据进行研究分析,从而预测监测区土石围堰的变形情况,为新建水利工程提供技术参考。