基于场论的空间聚类算法

从空间数据场的角度出发,提出了一种适用于空间聚类的场——凝聚场,并给出了一种新的空间聚类度量指标(即凝聚力)。进而,提出了一种基于场论的空间聚类算法(简称FTSC算法)。该算法根据凝聚力的矢量计算获取每个实体的邻近实体,通过递归搜索的策略,生成一系列不同的空间簇。通过模拟实验验证、经典算法比较和实际应用分析,发现所提出的算法具有3个方面的优势:(1)不需要用户输入参数;(2)能够发现任意形状的空间簇;(3)能够很好适应空间数据分布不均匀的特性。     

采用聚类技术探测空间异常

提出了一种基于聚类的空间异常探测方法。该方法通过空间聚类获得局部相关性较强的实体集合,分别探测空间异常,给出了一种稳健的空间异常度量指标,提高了异常探测结果的可靠性。通过实例验证以及与SOM方法的比较分析,证明了该方法的正确性和优越性。     

一种改进的快速特征点匹配方法

如何进行快速特征点匹配是计算机视觉领域研究的热点问题之一,基于层级式K均值聚类的分类树算法能对特征点实现快速分类。然而,当用该方法进行特征点匹配时不仅会产生大量误匹配点,而且还会丢失许多匹配点。本文对该方法进行研究后,从建树和匹配两个方面对算法进行了改进,使其更加适合于特征点匹配。实验结果表明,改进后的分类树算法能够在保持原算法匹配速度快特点的同时还能够有效降低误匹配率和漏匹配率。     

Hydrological modeling using a dynamic neuro-fuzzy system with on-line and local learning algorithm

This paper introduces the dynamic neuro-fuzzy local modeling system (DNFLMS) that is based on a dynamic Takagi–Sugeno (TS) type fuzzy inference system with on-line and local learning algorithm for complex dynamic hydrological modeling tasks. Our DNFLMS is aimed to implement a fast training speed with the capability of on-line simulation where model adaptation occurs at the arrival of each new item of hydrological data. The DNFLMS applies an on-line, one-pass, training procedure to create and update fuzzy local models dynamically. The extended Kalman filtering algorithm is then implemented to optimize the parameters of the consequence part of each fuzzy model during the training phase. Local generalization in the DNFLMS is employed to optimize the parameters of each fuzzy model separately, region-by-region, using subsets of training data rather than all training data.     

饱和砂土地震液化判别的可拓聚类预测方法

基于可拓学的物元模型和聚类分析原理,提出了饱和砂土地震液化判别的可拓聚类方法。选取地震烈度、震中距、砂层埋置深度、地下水位、标贯击数、平均粒径、不均匀系数和动剪应力比等8个影响因素,作为饱和砂土地震液化的评价因子,构建了经典域物元和节域物元。应用物元理论和可拓集合中的关联函数,建立预测模型,通过聚类分析得到饱和砂土地震液化的判别结果。实例研究表明,该模型能客观地反映砂土的液化规律,可拓聚类预测方法应用于饱和砂土地震液化判别是有效可行的。     

灰色聚类分析在煤炭资源有效保障能力评价中的应用

在灰色系统理论与煤炭资源评价实践有机结合的基础上,讨论了煤炭资源评价单元的灰色特征,分析了灰色聚类分析应用于煤炭资源评价的原理,给出了煤炭资源评价中的灰色聚类分析的计算方法。以贵州省9个煤炭资源评价单元为例,参考18个评价指标,按照既定的优、良、可、差等级划分标准,计算出其综合优度值,得到评价结果为4良、4可、1差,并给出开发的先后顺序。结果表明,该方法具有较大的实用性。      

沈阳市急性心肌梗塞患者死亡与气象条件的关系

利用2002-2006年沈阳市逐日急性心肌梗塞死亡病例和同期逐日地面气象资料,分析气象条件对沈阳市急性心肌梗塞死亡的影响。结果表明：不同季节急性心肌梗塞患者死亡数与气象因子的相关性存在着明显的差异,在各个季节中最主要的影响因子是气压和气温,而春季相对湿度,夏季降水与死亡数之间也存在着一定的相关关系;为评价气象要素的综合作用,应用逐步聚类法,定性地给出了各个季节高发的天气类型,在同一季节内,不同性别高发的天气类型既存在一致性,也存在着明显的差异,这种差异可能与男性和女性的生理条件和生活习惯有关。研究结果可为疾病的气象预报预警提供参考。     

湖州市PM2.5浓度变化及传输特征分析

基于2014—2018年全国空气质量指数（AQI）和PM_2.5质量浓度数据、美国国家环境预报中心GDAS数据和后向轨迹模式,分析研究了湖州市PM_2.5浓度变化特征,并筛选出5 a内出现的8次重污染天气过程进行输送特征和潜在源分析。结果表明：湖州地区PM_2.5日平均浓度频率分布呈指数分布,高频区主要集中在20—40 μg·m^-3之间。污染主要出现在冬季,夏季、初秋为低浓度值,PM_2.5小时平均浓度的日变化呈主副双峰型分布特征,其中主峰出现在10时,副峰出现在02时,谷值则在18时,其与NO₂和SO₂的变动有关。污染主要通过西北和偏东路径进行中远距离传输,其中西北路径传输对湖州地区影响较大,而偏东路径下气团经过海面,夹带的水汽与颗粒物充分混合,会加剧颗粒物的二次生成和老化过程;西南偏西路径和偏南路径对湖州空气污染也有一定贡献,但存在不确定性,个别过程中偏南路径表现为清洁通道。西北路径上的城市群是主要潜在源区,大值区主要集中在安徽中西部。     

黄、东海域春季水团的划分、判别与分析

本文对黄、东海邻接海域5—6月份的水团进行了划分和分析。水团的划分是用经过改进的逐步聚类分析法。对划分的结果,再用Bayes多组判别方法进行判别分析检验。证实所划出的11个水团,具有统计学要求的差异显著性,回代判别成效高达90％以上,说明划分是有实际意义的。这11个水团是:沿岸冲淡水(D),黄海表层水(Y),黄海底层冷水(YC),黄—东海混合水(YE),东海表层水(E),东海次表层水(EU),黑潮表层水(KS),黑潮次表层水(KU),黑潮次—中层混合水(KM),黑潮中层水(KI)和黑潮深层水(KD)。 用地理学和统计学的方法,对各水团进行了综合分析。给出了各水团特征的统计指标,讨论了它们的形成机制与分布变化特点。可将它们归并为三个水系:冲淡水系;混合水系和黑潮水系。对各水系、水团之间的相互关系进行了讨论,指出它们具有逐级变性的明显的规律性。     

Impurity effect on clear water evaporation: toward modelling wastewater evaporation using ANN,ANFIS-SC and GEP techniques

The growing shortage of freshwater resources and increasing environmental awareness give rise to the use of treated wastewater as an alternative resource for water supply. Accurate estimation of wastewater evaporation (WWE), as the main cause of water losses, is necessary for proper water resources management. Unfortunately, few studies have focused on modelling WWE despite its vital importance. This study investigates the ability of gene expression programming (GEP), adaptive neuro-fuzzy inference system (ANFIS) and artificial neural networks (ANN) techniques to estimate WWE as a function of variables including wastewater properties, clear water evaporation and climatic factors. The study uses measured data from an experiment conducted in Neishaboor municipal wastewater treatment plant, Iran. Results indicate that the ANN model is superior among the three methods, and also demonstrates higher accuracy when compared with those of a dimensional analysis model using the F-test statistic.