高光谱遥感数据波谱相似性模糊聚类方法研究

高光谱遥感数据的聚类是定量遥感研究的热点。为提高其聚类精度,将光谱相似性测度与模糊动态聚类法有机结合,构建四种模糊聚类新方法：光谱角度-模糊聚类法、光谱信息熵-模糊聚类法、光谱角度与光谱信息熵混合-模糊聚类法与海明距离-模糊聚类法。以实测植被高光谱信息为数据,利用该四种方法进行比较分析其聚类精度。实验结果表明光谱角度与光谱信息熵混合模糊聚类法以及光谱角度模糊聚类法的聚类精度均相对其他几种方法较好,是最有效高光谱遥感聚类方法。为今后该领域的方法的进一步研究提供一种借鉴与参考。     

聚类分析计算方法的理论及结果比较

通过对聚类分析中几种数据规格化方法、相似系数计算方法以及聚类递推公式进行分析 ,并以雷州半岛芒果炭疽病发生的生态区划为实例进行研究。结果表明 :均值规格化是聚类分析中最好的规格化方法 ;相似系数可分为绝对差异相似性、相对差异相似性和比例相似性三类 ;各种递推公式所得的聚类结果树谱图及其拓朴矩阵表明最短距离法的聚类结果与模糊聚类结果相同     

聚类分析计算方法的理论及结果比较

通过对聚类分析中几种数据规格化方法、相似系数计算方法以及聚类递推公式进行分析，并以雷州半岛芒果炭疽病发生的生态区划为实例进行研究。结果表明：均值规格化是聚类分析中最好的规格化方法；相似系数可分为绝对差异相似性、相对差异相似性和比例相似性三类；各种递推公式所得的聚类结果树谱图及其拓朴矩阵表明最短距离法的聚类结果与模糊聚类结果相同。     

模糊混合聚类法在农药污染研究的应用

本文综述性地介绍了模糊混合聚类法的基本原理,并用商丘大吴庄均衡试验区的土壤乐果含量的实测资料,具体说明了模糊混合聚类法在农药污染研究中的应用过程。     

模糊聚类方法在湖北西部地震综合预测中的应用

以近 2 3年来湖北西部地区 ML≥ 4.0级地震前内符检验有一定震兆异常显示的 6项地震活动性参数作为指标 ,估计样本有震或无震类别 (1— 0 )的从属度 ,判定预报样本所属类别。根据模糊聚类分析方法对鄂西地区的地震进行综合预测研究 ,统计结果认为 :模糊聚类方法对鄂西地区 ML≥ 4.0级地震的预测具有一定的效能。     

基于自适应聚类算法的GPS三频载波相位组合观测值优化选取

推导了GPS三频载波相位组合观测值模型,并且对组合观测值进行了误差分析。根据模糊聚类分析理论,对由长波长标准得到的三频载波相位组合观测值进行分析,运用基于相异度矩阵的自适应聚类算法对其进行分类。对各类组合观测值适用条件进行分析,利用实测L1、L2数据和模拟的L5数据通过矩阵变换求解模糊度法对其进行验证。从而得出结论：通过模糊聚类分析不仅可以选取满足不同长短基线的较优组合,而且大大减少了运用枚举所有组合来筛选较好组合的工作量。     

基于云模型和FCM聚类的遥感图像分割方法

模糊C均值算法由于具有良好的聚类性能而被广泛应用于图像分割领域,但聚类中心的初始化问题一直影响着该算法的运行效率。好的初始聚类中心,可以使算法很快收敛于最优解,而不合适的初始聚类中心,不仅需要更多的迭代次数,而且还可能使算法最终收敛于局部最优解。文章结合云模型和FCM(模糊C均值)聚类算法,提出了一种遥感图像分割的新方法。利用云变换解决模糊C均值聚类算法的初始化中心选择问题,可以根据样本特性自动确定聚类中心值及个数,并以较少的迭代次数收敛到全局最优解,提高了模糊C均值遥感图像分割方法的效率,具有较好的稳定性和鲁棒性。文章选取三幅TM遥感图像作为样本,分别利用云模型的FCM方法和传统的FCM方法对样本进行分割实验,实验表明采用云模型的FCM方法不仅能够取得较好的分割效果,而且大大减少了使算法收敛的迭代次数,提高了分割的效率。     

基于无机元素分析的香港牡蛎产地溯源技术初探

通过ICP-MS法测定了汕头、惠东、珠海、台山、阳江、湛江及钦州7地香港牡蛎中的20种无机元素含量,探讨无机元素溯源技术对香港牡蛎(Crassostrea hongkongensis)产地溯源的可行性,。利用主成分分析法和聚类分析法对元素含量统计分析,进一步区分香港牡蛎的产地。结果表明,主成分分析筛选出了4个主成分,聚类分析将7个不同产地的香港牡蛎聚为5类,汕头和惠东被聚为一类,钦州和湛江被聚为一类,阳江、珠海、台山3地被成功区分。不同产地香港牡蛎中的无机元素含量能初步实现其产地溯源。     

基于模糊聚类分析法的BDS长基线模糊度解算

为探求BDS长基线模糊度解算的最优组合观测量,基于模糊聚类分析法分别选取2个BDS最优超宽巷组合和1个最优窄巷组合共同构建TCAR模型,分别采用GF_TCAR、GB_TCAR和GIF_TCAR模型对实测BDS长基线进行模糊度解算。实验表明,3种模型解算超宽巷组合模糊度的结果基本一致; GF_TCAR模型解算模糊聚类分析法所得最优窄巷组合(3,0,-2)的相邻历元组合模糊度差值优于常用的(4,2,-5)组合;GB_TCAR模型解算IGSO卫星时,窄巷组合(3,0,-2)的结果优于(4,2,-5)组合,而解算GEO、MEO卫星时2种窄巷组合结果一致;GIF_TCAR模型解算窄巷组合(3,0,-2)的结果略逊于(4,2,-5)组合。     

基于人工免疫网络的在线核聚类算法

针对核聚类算法与免疫网络聚类算法的不足,将免疫网络机制与核理沦相结合,通过用核距离函数代替欧拉距离函数,设置反映抗体识别抗原数量的权重和引入人工免疫网络机制等解决样本类边界模糊和类间数据密度分布不均匀问题.最后通过人工数据集和lRIS数据集上的仿真试验,验证了算法的有效性.     

一个FUZZY聚类分析的快速算法

Fuzzy聚类分析,是近年来在气象预报等很多科学领域中广泛应用的一种客观分析技术。本文根图的可迁闭包性质,探讨从模糊相似矩阵R中节点的可达性问题着手,生成相应的深度优先生成树(DFT)来完成聚类,从而得到一个时间复杂性为O(n~2)的快速Fuzzy聚类算法。     

基于局部空间信息KFCM的遥感图像聚类算法

针对模糊C均值(Fuzzy C-Means, FCM)算法,不能有效地对夹杂噪声的遥感图像聚类的问题,本文提出了一种基于局部空间信息核模糊C均值(Kernel Fuzzy C-Means, KFCM)的遥感图像聚类算法。首先,运用核函数将遥感图像的所有像元映射到高维特征空间,通过非线性映射优化遥感图像的有用特征;然后,根据相邻像元之间的相关性,利用一种空间函数重新定义像元的模糊隶属度,将像元的局部空间信息引入到FCM算法中,并在高维特征空间中使用这种基于局部空间信息的FCM算法对像元聚类。由于引入了像元的局部空间信息,算法可以直接应用于原始遥感图像,不需要滤波预处理。大量实验结果表明,本文提出的基于局部空间信息KFCM的遥感图像聚类算法具有较强的抗噪能力,可得到较好的同质区域,优于现有的FCM算法、模糊局部信息C均值(Fuzzy Local Information C-Means, FLICM)算法及KFCM算法。     

多时间尺度密度聚类算法的案事件分析应用

时空聚类是数据挖掘研究的主要内容之一,在环境保护、疾病预防与控制、犯罪预防与打击等领域具有重要的应用价值。已有的时空聚类方法中,时间“距离”都认为是真实的间隔,而对于具有社会属性的案事件而言,其在不同时间尺度下具有明显的周期性特征,忽略这些特征将很难反映出案事件真实的时空规律。本文综合考虑多时间尺度下的时间属性,构建等效时空邻近域,并借鉴经典的密度聚类算法,提出了多时间尺度等效时空邻近域密度聚类算法（MTS-ESTN DBSCAN）。通过对福州市区2013年案事件数据的聚类分析表明,该方法在案事件时空聚类方面具有可行性,对于进一步深入研究城市犯罪地理具有一定的理论意义和实际价值。     

模糊集合理论在化学中的应用Ⅱ——食物的化学特征分类(英文)

本文对101种食物的8种必需氨基酸构成比例通过计算机用模糊聚类方法进行化学特征分类,得到一系统聚类图。当入=0.55时,101种食物合并为一类,入=0.67基本上分成动物和植物两大类。根据四类具有代表性的蛋白食物(鱼、禽兽肉、杂豆和主粮)的聚类中心的“比值对数值”以及鸡蛋、黄豆和玉米的“比值对数值”画出了必需氨基酸构成比例曲线。由此可直观地看出第一、第二限制氨基酸及其他有趣的结论。     

青州市表层土壤元素地球化学组合特征研究

聚类分析和因子分析可以获得土壤元素地球化学组合特征及其差异性。对青州市表层土壤样品数据进行分析研究,通过聚类分析,绘制表层土壤元素聚类谱系图,将23种元素或指标分为5个元素组合簇群及2个单元素簇,研究各元素间的组合特征,探讨其相关性、聚集性及其指示意义;通过因子分析,找出有代表性的因子,用其代表变量,绘制典型因子得分等值线图,并从中分析不同元素组合的区域分布基于何种因素,用11个代表性因子的分布特征就基本可以代表青州市表层土壤23项原始变量的分布特征,并对F1,F2,F3主因子进行了地质解释。聚类分析与因子分析相结合,利于表层土壤中元素的共生组合特征及其差异性研究,利于对研究区表层土壤异常进行归纳总结。     

模糊模型判识在斜坡破坏危险性分区中的应用

本文在探讨斜坡破坏危险性分区中,试用模糊模型判识方法,依斜坡演变趋势与影响因素间的关联性,进行模糊聚类和相容度的分析,从而对斜坡破坏危险性做以分级分区研究并对斜坡的环境质量做以评价。     

模糊聚类分析在水化学分类中的应用

本文以太子河扇区为例,应用多元分析法—模糊聚类分析进行了水化学分类。模糊聚类分析的原理是将相容关系矩阵改造成模糊等价关系矩阵,然后进行聚类。分类结果表明,太子河扇区地下水化学类型可分为七种,并以重碳酸根高,硫酸根低的软水为主;首山水源开采漏斗区属重碳酸根高的硬水、微硬水。该方法的特点是:①由于客观事物在许多情况下具有模糊性,因此,应用此法进行分类可确切地反应事物的本质;②分类时可不受人为的主观因素限制;③对地下水常量组份相近的小区或单一的水文地质单元进行水化学分类可收到良好的效果。     

基于FCM算法的BDS三频载波相位组合观测值优化选取

针对传统GNSS载波相位组合观测值选取过程中效率低、工作量大的问题,在对BDS三频载波相位组合观测值的波长标准、电离层延迟标准、观测噪声标准进行误差分析的基础上,以长波长、弱电离层、弱观测噪声标准作为聚类指标,采用模糊C均值聚类算法对BDS三频载波相位组合观测值进行优化分类选取,最后通过矩阵变换法和实测数据对优化组合进行整周模糊度解算,对组合模糊度方差-协方差阵以及历元间模糊度差值进行分析,证明该方法的可行性和可靠性。     

基于改进模糊聚类算法的工程限额设计模型

针对工程限额设计中,限额难以合理确定和科学有效分配等问题,提出了工程限额设计模型,并给出了基于历史相似实例集的限额确定和限额分配方法。将灰色关联分析和模糊聚类理论相结合,通过设计实例灰色模糊聚类算法,求解与待设计实例最相似的实例集合,以实例集合各实例的项目分解结构设计信息和对应造价信息作为待设计项目限额的确定及分配参照,还可以采用价值工程方法对设计进行优化。模型实现了设计阶段投资控制的主动性。实验结果表明了所提模型的可行性和有效性。     

基于密度的轨迹时空聚类分析

通过轨迹聚类分析挖掘物体移动模式的空间分布和时间特征,对于认识运动的形成机制,预测运动的未来发展具有重要的意义。目前,轨迹聚类研究主要关注物体的空间位置变化,时空聚类中时间约束一般只是作为辅助信息,并不真正参与聚类。本文提出基于密度的轨迹时空聚类方法,在聚类过程中同时考虑轨迹包含的时空信息,在空间聚类的基础上提出了轨迹线段时间距离的度量方法和阈值确定原则,对时空邻域密度进行聚类分析,挖掘物体的时空移动模式。实验对南海涡旋轨迹进行时空聚类分析,得到了涡旋典型移动模式的空间分布和时间特征,验证了基于密度的轨迹时空聚类方法的有效性。加入时间约束后,移动通道主要发生缩短、分裂和消失的变化。和空间聚类相比,轨迹时空聚类可有效地划分发生在同一位置不同时间的轨迹,得到的聚类结果更加细化,移动模式更加准确,有利于物体的移动模式做更深入的分析。