模糊聚类算法

摘要： 现有高维数据增量处理方法由于没有完全抵消类间中心点的相互排斥,导致处理增量数据的缓冲有效比较低,为此,提出了基于模糊聚类算法的高维大数据增量处理方法。利用时间窗口构建了可变增量数据抽取模型,针对抽取数据采用最大相关最小冗余的特征选择方法,过滤增量数据;基于模糊聚类算法抵消类间节点的相互排斥,通过优化中心聚类节点完成对增量数据的聚类处理。测试结果表明,所提算法的数据处理速度差异性较小,当增量变化比小于8%时,三种方法的缓冲有效比P之间的差异性较小;当增量变化比为20%和42%时,所提方法的P值比其他两组方法分别高了6.28%、8.4%和13.61%、14.67%。可见所提方法利用模糊聚类算法,更好地消除了类间中心点相互排斥的问题。

摘要： 依据模糊均值聚类故障检测原理,对舰船电气系统初始状态数据样本归一化后,构建舰船电气系统状态数据模糊相似矩阵,依据该矩阵分析系统状态数据亲疏度;利用亲疏度结果获取状态数据的最佳权值指数,并对状态数据样本进行加权处理,降低系统状态数据聚类稀疏度;将最佳权值指数赋予到状态数据中,同时更新模糊C-均值聚类目标函数。通过设置聚类类别数量、停止阈值和迭代次数后,求解更新模糊C-均值聚类目标函数并输出聚类隶属度和聚类中心,完成舰船电气系统初始状态数据聚类,得到舰船电气系统故障类别。实验结果表明,模糊C-均值聚类钻粉在舰船电气系统故障类型检测过程中具备较低的稀疏度,可有效检测舰船电气系统故障类型的同时其检测结果贴近度数值最高接近1.0。

摘要： 根据S700K转辙机动作功率曲线非线性、非平稳、能充分反映转辙机不同状态信息的特点,提出基于功率曲线时域特征和变分模态分解、排列熵和模糊聚类分析的S700K转辙机全周期状态诊断算法。获取典型功率曲线,计算其有效值、峰值因子和峭度因子作为时域特征值,用于描述功率曲线能量特征、冲击特性及概率密度;为弥补曲线类型中时域特征值差异不明显的特征表征,采用变分模态分解将功率曲线分解成具有不同频率特性的模态函数,计算不同模态函数的排列熵得到4个频域特征值;将时、频域共计7个特征值作为运行状态特征集,使用模糊聚类算法对特征集进行运行状态诊断,得到S700K转辙机的运行状态(正常、亚健康、故障和严重故障)。实例应用结果表明:对选取的60组曲线,本文算法诊断正确率为98.33%;故障库为30条曲线时,程序运行时间不超过1.3 s;采用该算法,无须对模型进行训练,便能准确有效地诊断S700K转辙机运行状态,适合S700K转辙机样本少的特点。

摘要： 针对配电网工程数据体系较大、现有信息可挖掘价值难以全面利用及数据审计管理精度偏低等问题,文中提出了一种基于模糊聚类算法的新型配网数据挖掘模型。传统数据挖掘中,大多数聚类算法是基于对象间的差异函数进行建模的。而对于具有庞大数据量及较多数据类型的配网工程而言,直接采用传统方法建模较为困难。因此,可同时构造对象并进行属性变量最优划分的聚类算法成为了配网数据挖掘的研究方向。文中在块模糊c均值法的基础上,引入了模糊k值分块聚类的概念,并提出配网数据改进分块模糊k值聚类算法。同时利用最小化目标函数有效减少了算法的迭代次数,实现了智能化感知数据信息波动等功能。且通过两个工程案例的实验结果,从直观数据聚类与配网工程成本数据聚类两个方面,验证了所提改进算法的有效性。

摘要： 汽车底盘模块化设计既能够减少生产成本,又能够加强顾客需求的反应能力,继而对提升汽车行业市场竞争力举足轻重。鉴于传统汽车底盘缺乏操作性高且针对性强的模块划分,难以适用于较为复杂的模块编码系统。为此,研究构建了结合QFD技术与KANO模型的汽车底盘模块化设计方法,同时基于模糊聚类的模块划分算法,对汽车底盘设计进行模块合理划分,既验证了模块化设计的有效性与可行性,又完成了底盘悬架模块化的设计方案,从而为汽车底盘模块化设计提供客观的数据支持。

摘要： MBD模型广泛应用于各种制造过程中,传统三维模型自动标注效率低、结果正确率低,针对该问题提出一种基于三维模型轮廓特征相似的三维模型快速标注方法。利用弗里曼链码描述模型轮廓特征信息,通过利用余弦夹角算法并计算最长公共子序列进行轮廓特征相似检索匹配,提高匹配效率,最终确定标注对象;通过对标注模糊聚类学习,对标注结果进行结构约束和完备性检测。以NX模型案例出发,匹配模型轮廓特征,匹配结果正确,效率高。与传统标注方法对比,准确率高,标注效率提升45%。实验结构表明,该方法可行有效,能够实现三维模型快速标注。

摘要： 受到无序信息影响,工业智能应用平台信息分类精度较低,对此,提出了基于模糊聚类算法的工业智能应用平台信息自动分类系统设计。以TMS320DM270芯片为便携式媒体播放器,对分类结果进行分析;将嵌入式采集器应用于PC104系统,在工业智能应用平台上采集信息,并向系统数据层传输分类信息;应用模糊聚类算法原理,训练样本数,避免信息不对称对分类结果产生不利影响;通过对模糊聚类子类信息的分割,构建工业智能应用平台。实验结果表明,该系统召回率和准确率最大值分别为0.91和0.89,为工业智能应用平台进行信息分类提供了准确的结果。

摘要： 通过人工计算的方法对水库工程造价进行估算时,存在对误差较大、计算周期较长的问题,影响造价估算的效率。因此,文章提出基于模糊聚类的水库工程造价估算方法。以赤沙水库工程为例,基于模糊聚类算法计算贴合度,筛选优质已建工程;建立造价数据库,同时抓取影响水库工程造价的因素;构建赤沙水库工程造价估算模型,对汕尾赤沙水库造价进行估算。实验表明,本次研究方法的平均误差为0.04,估算较为准确,能够达到预期效果。

摘要： 物流网络求解最短路径是最常见的一类问题,在小型网络中无需构建模型就能够求解精确解,但在大型网络中,多是构建了模型并进行求解。在求解大型网络的物流配送问题中,精确算法也不再适用,只能通过智能算法求解近似解,在以往的研究中,求解网络最短路径问题很少使用聚类算法,该算法是一种发现数据样本分布特征的算法,以数据间的相似性为根据,将数据划分为不同的类,使不同数据间存在差异性.

摘要： 面对当前大学生心理健康层出不穷的现状,为了全面了解大学生心理健康现状和需求,以提升大学生心理健康评估效果为目的,提出了基于数据驱动的大学生心理健康评估方法。这种方法采用改进模糊聚类算法,通过引入不确定隶属度,促使样本中的元素属于同一个聚类;利用不确定性隶属度的记忆存储功能,有效减少计算循环次数;合理准确的获取相关评估指标,建立评估指标体系;结合模糊综合评估模型,充分考虑模糊性的影响,根据各指标不同的重要性,采用归一化方法确定模糊权重,合成所有模糊权重得到综合评估模型,实现定性评估与定量评估的结合。实验结果表明,该评估方法聚类运行稳定,可实现大学生心理健康评估且评估误差低,具有良好的参考性和推广价值。

摘要： 随着遥感图像分辨率的不断提高,图像分类中不确定性因素增加.基于模糊集理论的模糊聚类算法被认为是有效的分类方法之一,但是传统模糊C均值(Fuzzy C-Means,FCM)聚类算法没有充分考虑图像中空间信息的约束作用,并且采用欧氏距离刻画像素与聚类间非相似性导致其对噪声比较敏感.为了改善上述问题,基于隐马尔科夫(Hidden Markov RandomField,HMRF)模型的模糊聚类算法被提出,其将图像中像素的位置及光谱信息看作随机场,并基于类属性引入邻域像素作用,此外,为了克服欧氏距离测度的不足,假设图像中像素分布服从高斯分布,并以其负对数定义像素与聚类间非相似性测度.为了对其分类性能进行分析,本文将以遥感图像为研究数据,对上述两种算法的分类结果进行定性评价.

摘要： 阀门粘滞非线性特性的存在常引起控制回路振荡,从而导致系统性能下降.针对流量控制回路或配置智能阀的控制回路,提出一种改进的基于模糊聚类算法的粘滞检测方法,以诊断过程回路的振荡源.首先根据粘滞阀门典型的输入输出特性,分析潜在的聚类数及分布特征;然后采集日常运作数据进行模糊聚类,以聚类中心的分布特征为依据来检测阀门是否存在粘滞;最后通过增加对聚类中心形成四边形是凸四边形的约束,定性的辨别出振荡是由外部干扰还是阀门粘滞造成的.通过仿真结果对比验证了改进方法的有效性和准确性.

摘要： 恢复电压测试法是利用电介质响应特性评估变压器油纸绝缘老化状态的方法,通过恢复电压法可以得到变压器油纸绝缘的相关参数.首先,本文辨识ED等效电路参数以及基于恢复电压法提取相关特征量,将所得到的特征量用于电力变压器油纸绝缘老化评估;其次,利用模糊聚类分析法将不同油纸绝缘老化程度较接近的变压器进行归类,综合判断变压器油纸绝缘的老化情况,为评估电力变压器油纸绝缘老化状态提供一种新的思路和方法.

摘要： 本文提出了一种基于环形振荡器的智能温度传感网络,动态测量FPGA瞬态温度分布的方法,利用模糊聚类算法对温度传感器的分布进行智能优化并将这种方法应用于测量其他多种芯片的温度分布.该温度传感网络采用环形振荡器作为感测温度的方式,利用环形振荡器的输出频率与温度的线性关系实现芯片温度的实时测量.基于模糊聚类算法建立智能传感网络分辨率与传感器聚类水平之间的关系,实现传感网络布局的动态优化与重构.通过外部被测芯片与内嵌温度传感网络的FPGA系统的热接触获得该被测芯片的温度分布图.当测量温度在20°C-90°C范围内测量误差小于2.1°C,在保持测量分辨率为1°C的前提下模糊聚类算法可以节约37.5％的资源.

摘要： 针对大佛寺煤矿巷道围岩特征复杂多样,支护形式难于选择的问题,取15条特征巷道作为研究样本,运用模糊聚类分类算法同时考虑动压影响的修正作用,创新性地提出了一套巷道围岩分类方案.静压条件下,根据顶板强度、底板强度、煤体强度、岩体完整性系数、巷道埋深、直接顶厚度、采高比6个分类指标,按照模糊聚类算法进行分类,分为围岩较好的巷道和围岩一般的巷道;然后根据动压判别标准,对分类结果进行修正,最终分为5类.对不同类型巷道的支护对策进行研究探讨,并在41105工作面运输巷进行了工程应用,两帮累计移近量163mm,顶底板移近量129mm,很好的维持了巷道稳定.

摘要： 研究中心煤气流分布准确识别的问题.利用传统算法进行中心煤气流识别,在数据采集的过程中容易受到高炉内复杂环境因素的干扰,导致原料运动规律发生改变,从而无法准确描述料层中物质的运动状态,难以建立准确的机理模型,最终降低了中心煤气流分布识别的准确性.为了避免上述缺陷,提出了一种基于模糊聚类算法的中心煤气流分布识别方法.利用小波空域变换方法,对采集的图像进行滤波处理,从而提高了中心煤气流分布识别的准确性.利用模糊聚类方法,对中心煤气流分布情况进行准确的识别.实验结果表明,利用本文算法进行中心煤气流分布识别,可以极大地提高识别的准确性,从而满足实际冶金生产的需求.

摘要： 本文采用模糊聚类算法对北山花岗岩体实测节理按产状进行分组，获取所测区域不同统计均质区内各优势节理组及其代表产状，分析表明:北山地区各统计均质区内存在不同组合的优势节理组;纯随机节理的存在对分组结果及各组产状造成一定干扰，建议分组时将其选出，另作统计。尝试适当修改模糊聚类算法，得到更为合理可靠的分组结果，从而为后续三维不连续面网络模型的建立提供参考依据。

摘要： 节理产状分组是进行三维不连续面随机模拟的前提.首先介绍模糊聚类分组算法的基本原理,并利用该算法对甘肃北山花岗岩体实测节理按产状进行分组,获取所测区域不同统计均质区内各优势节理组及其代表产状.分析表明,北山地区各统计均质区内存在不同组合的优势节理组,纯随机节理的存在对分组结果及各组产状造成一定干扰,建议分组时将其选出,另作统计.尝试适当修改模糊聚类算法,得到更为合理可靠的分组结果,从而为后续三维不连续面网络模型的建立提供参考依据.

摘要： 植物根系的生长状况可以反映该地区的气候以及土壤特性,根系的发达与否也能够反映山红整株植物的健康情况.研究根系的生态参数是研究根系生长状况的基础,目前对于微根窗图像的处理都是通过人工手动方式实现的,费时费力.提出了一种微根窗图像根系的自动分割方法,对微根窗图像进行高斯匹配滤波增强后,采用二维熵阈值与FCM相混合进行分割,最后使用形态学的方法从分割后的图像中区分出根系.实验表明该方法在根系图像分割中具有良好的分割效果,有良好的应用前景.

摘要： 植物根系的生长状况可以反映该地区的气候以及土壤特性,根系的发达与否也能够反映山红整株植物的健康情况.研究根系的生态参数是研究根系生长状况的基础,目前对于微根窗图像的处理都是通过人工手动方式实现的,费时费力.提出了一种微根窗图像根系的自动分割方法,对微根窗图像进行高斯匹配滤波增强后,采用二维熵阈值与FCM相混合进行分割,最后使用形态学的方法从分割后的图像中区分出根系.实验表明该方法在根系图像分割中具有良好的分割效果,有良好的应用前景.

摘要： 本发明涉及人工蜂群算法技术领域，具体涉及基于模糊C‑均值算法和人工蜂群聚类算法的混合聚类算法，该算法包括初始化阶段、引领蜂阶段、跟随蜂阶段和侦查蜂阶段，还包括如下步骤：步骤一：跟随蜂阶段结束后，判断当前算法是否是第一次循环；若是，则执行步骤二；若不是，则执行步骤三；步骤二：将当前的最优解作为模糊C‑均值聚类算法的初始聚类中心进行优化，若优化后的解的质量高于当前最优解，则用优化后的解代替当前最优解，否则放弃，同时相应蜜源的迭代次数加1，然后进入侦查蜂阶段；步骤三：判断最优解在跟随蜂阶段后是否发生改变；若是，则执行步骤二；若否，则进入侦查蜂阶段。本发明所提供的算法聚类准确率高、收敛速度快、寻优精度高。

摘要： 本发明公开了一种基于模糊C均值聚类算法的无线传感器网络数据聚类方法，其首次提出了相对位置相异度公式即公式(2)至(4)，克服了现有区间数距离公式存在区间数距离值与其相对位置不一致的问题，可以定量描述区间数间相对位置，能更准确描述区间数之间相对位置，并通过模糊C均值聚类算法将该相对位置相异度公式应用到无线传感器网络节点的聚类划分上，从而在不影响聚敛速度的前提下，将无线传感器网络的节点更准确的划分成多个聚类，使得每一个聚类内的节点相互之间的感知数据区间数序列

摘要： 本发明涉及一种基于粗糙集和粒子群算法的改进模糊C‑均值算法。本发明引入了粒子群优化算法的全局搜索性能来克服传统模糊聚类的过早收敛问题，利用粗糙集的模糊平衡属性来处理类簇间的重叠以及类簇边界的模型不确定性。本发明方法利用Davies‑Bouldin(DB)指数评价聚类有效性，在给定的类簇个数范围内自动寻找最优聚类数目，以提供紧凑且良好分隔的类簇。实验结果表明，所提出的方法显著提高了聚类效果。

摘要： 基于改进模糊C均值聚类算法的配电网动态重构方法，通过EEMD‑SVR组合预测模型和历史功率数据，对DG输出功率和负荷功率进行日前功率预测；输入配电网初始参数、负荷功率预测量、DG预测出力值等相关初始参数；依据功率预测数据构建分段‑损失函数，以确定最优分段数；并通过改进模糊C最优聚类分析算法，实现日内动态重构时段划分；依据聚类算法，确定时段划分方案和各时段等效负荷中心；通过改进细菌觅食算法，分别对配电网各时段进行静态重构优化；根据日内重构各时段的优化调节方案，计算确定配电网日内运行网络损耗和电压波动情况，输出求解后的相关参数。该方法简单、高效，能够应用在含新能源接入的中低压配网，具有一定的推广和实际价值。

摘要： 本发明提出了一种基于模糊C均值聚类算法的多源异构数据融合方法及系统，其方法包括：获取特定环境下的多源异构数据以及对应的任务信息；将获取到的多源异构数据均转化为可描述的文本数据，并从中提取特征分词，对特征分词进行归一化得到标准特征信息；根据获取到的多源异构数据以及对应的任务信息建立事件树，基于复相关系数算法计算标准特征信息与事件树的相关概率；基于相关概率采用模糊C均值聚类算法对标准特征信息进行特征融合，得到满足条件的融合结果。本发明先提取标准特征信息再采用模糊C均值聚类算法进行融合，实现了数据类型复杂且数据维数大情况下的多源异构数据的有效融合，提高了多源异构数据融合方法在实际应用中的利用率。

摘要： 本发明公开了基于精准模糊聚类算法的居民电力数据聚类方法及装置，该方法包括：步骤1：推导精准模糊聚类算法的目标函数，并定义精准模糊聚类中心，计算隶属矩阵，控制精准模糊聚类算法的误差，使得精准模糊聚类算法的目标函数最小；步骤2：根据评价数据集聚类方法的度量指标，选取与居民电力数据可维护性和响度指标值影响最大的每类加权方法、低耦合度方法、对每个类的响应度方法这三个度量指标算得的度量值重新组合运算，得到一个影响精准模糊隶属矩阵精度的隶属系数，从而确定精准模糊聚类算法的聚类中心，并运用精准模糊聚类算法对数据聚类。本发明提高了聚类算法的准确度和精度，聚类算法的可维护性和响度指标值也得到优化。

摘要： 本发明公开了一种基于减法聚类和模糊聚类算法的通信信号识别方法，其包括初始化参数；针对不同子载波，设置不同的初始领域半径值，采用减法聚类算法对接收的通信信号的星座点进行聚类；当减法聚类中心的个数小于第一预设定阀值时，将邻域半径减小，继续进行减法聚类；以减法聚类中心中密度较大的第一预设定阀值个减法聚类中心作为模糊聚类算法的初始中心，采用模糊聚类算法对通信信号的星座点再次进行聚类；指定模糊聚类的初始聚类数目，联合Xie‑Beni指标和聚类后星座图的相对半径评价聚类的合理性，若不合理，初始聚类数目需进行迭代；将相对半径与标准星座图半径比较，可得出信号的调制方式则标准调制信号所在的类别为通信信号的类别。

摘要： 本发明公开了基于精准模糊聚类算法的居民电力数据聚类方法及装置，该方法包括：步骤1：推导精准模糊聚类算法的目标函数，并定义精准模糊聚类中心，计算隶属矩阵，控制精准模糊聚类算法的误差，使得精准模糊聚类算法的目标函数最小；步骤2：根据评价数据集聚类方法的度量指标，选取与居民电力数据可维护性和响度指标值影响最大的每类加权方法、低耦合度方法、对每个类的响应度方法这三个度量指标算得的度量值重新组合运算，得到一个影响精准模糊隶属矩阵精度的隶属系数，从而确定精准模糊聚类算法的聚类中心，并运用精准模糊聚类算法对数据聚类。本发明提高了聚类算法的准确度和精度，聚类算法的可维护性和响度指标值也得到优化。

摘要： 本发明公开了一种基于减法聚类和模糊聚类算法的通信信号识别方法，其包括初始化参数；针对不同子载波，设置不同的初始领域半径值，采用减法聚类算法对接收的通信信号的星座点进行聚类；当减法聚类中心的个数小于第一预设定阀值时，将邻域半径减小，继续进行减法聚类；以减法聚类中心中密度较大的第一预设定阀值个减法聚类中心作为模糊聚类算法的初始中心，采用模糊聚类算法对通信信号的星座点再次进行聚类；指定模糊聚类的初始聚类数目，联合Xie‑Beni指标和聚类后星座图的相对半径评价聚类的合理性，若不合理，初始聚类数目需进行迭代；将相对半径与标准星座图半径比较，可得出信号的调制方式则标准调制信号所在的类别为通信信号的类别。

摘要： 本发明涉及弱监督学习技术领域，且公开了一种基于无约束先验信息模式的弱监督模糊聚类算法，包括以下步骤：S1：定义概念，定义标准模式、无约束先验隶属度、强标准模式、弱标准模式的概念；S2：获取无约束专家标注先验隶属度矩阵；S3：设计基于无约束先验信息模式的目标函数；S4：对目标函数运用拉格朗日乘数法求解；S5：设计聚类算法。本发明适用无约束先验信息，利用先验信息与后验信息的交叉熵测度作为正则项指导监督学习，可以有效解决传统弱监督聚类算法无法使用无约束先验信息的问题，提高无约束先验信息利用效率，利用交叉熵测度，有效利用专家标注信息标注，指导聚类过程，提高聚类结果准确性。