聚类方法

摘要： 针对作者姓名歧义问题,提出基于特征编码和图嵌入的作者姓名消歧方法。该方法首先利用word2vec模型对文档的属性特征进行编码从而构建文档的表征向量,然后采用图自动编码器将文档关系编码至文档向量中,聚类相似文档。为进一步提升聚类结果的准确性,使用图嵌入的方法将文档关系网络和作者关系网络的拓扑结构信息引入文档向量,进一步聚集相关文档。该方法同时利用文档的属性特征以及多个关系网络的信息,通过无监督学习的方法寻找文档表征向量,实现良好的姓名消歧效果。在真实作者数据集AMiner上的测试结果表明,该方法显著优于目前几个其他基于图网络的方法。

摘要： 以201份西伯利亚杏种质为试材,根据枝、叶、果实、果核和果仁的45个表型性状,研究西伯利亚杏核心种质的最佳构建策略,筛选出核心种质。基于逐步聚类法,在25%取样比例下,通过3种取样方法,结合2种遗传距离和6种聚类方法筛选出36份核心种质,以筛选出的最佳构建策略进一步比较7种总体取样比例(15%、20%、25%、30%、35%、40%、45%)的构建效果以确定最适宜的总体取样比例。根据最佳构建策略和最适宜总体取样比例进行分组取样,比较分组取样与不分组整体取样的优劣。结果表明:在西伯利亚杏核心种质构建中,3种取样方法中优先取样法最优;2种遗传距离中欧式距离优于马氏距离;6种聚类方法比较表明,最长距离法优于UPGMA、WPGMA、可变类平均法、离差平方和法、最短距离法;20%是最适宜的总体取样比例;评价参数表明分组取样效果不如整体取样,不予采纳;核心种质样品分布图与原种质具有相似的分布结构,具有很好的代表性。“优先取样法+欧式距离+最长距离法+20%取样比例”进行整体取样是西伯利亚杏核心种质构建的最佳策略,构建的核心种质经过优化补充后共44份,为西伯利亚杏良种选育及高效利用奠定了基础。

摘要： 国际游学市场随着经济发展不断扩大,高效率、高质量、个性化的游学路线规划成为顾客日益增长的需求,游学产品路线规划的质量亟需提高。本文将游学路线规划划分为两个阶段进行优化:(1)学校选择阶段,基于QS英国大学排名的数据集构建评价指标体系,采用聚类分析方法将数量众多的英国高校分成三类,以实现为不同人群提供相应的大学游学目标院校组;(2)游学路径优化,基于人群游学时间限制构建相应的路径规划模型,设计改良的遗传算法对游学路径进行优化。在使用自适应参数的遗传算法后,迭代500次左右可以稳定的达到最短的路线。基于以上两阶段规划方法,实证研究结果表明可以为学生和家长提供科学的个性化最优游学路线。

摘要： 针对钽铌选厂不同入选原矿的选矿结果差异开展了对入选原矿分类的研究。在物料平衡分析的基础上,以最小化物料平衡误差为目标,建立了面向所有生产环节物料变化系数的数学模型,并运用差分进化算法进行运算求解;根据求解出的不同入选原矿的物料变化系数,运用聚类的方法进行入选原矿的分类,确定不同类别入选原矿的物料变化系数。

摘要： 研究基于混合粒子群优化的智能电表计量多维数据聚类方法,提升智能电表计量数据的应用范围。依据智能电表计量数据间的关联性,提取数据的混沌特征。选取混沌系统中的Logisic映射方法优化粒子群优化算法建立混合粒子群优化算法。根据提取的混沌特征向量,改进粒子群优化算法的位置更新过程,调节系数控制混沌特征向量的扰动程度。利用混合粒子群优化算法优化K-means聚类算法,直至满足智能电表计量多维数据聚类的目标函数,输出智能电表计量多维数据聚类结果。实验结果表明,该方法有效聚类智能电表计量多维数据,直观展示智能电表计量数据中的电压、电量等数据,提升智能电表计量数据的应用性。

摘要： [目的/意义]本文通过构建直播带货平台用户的信息行为画像模型,以呈现直播平台用户信息行为规律,为直播带货平台用户信息行为画像分析提供相关的理论和研究方法,为直播带货平台的建设和发展提供一定的指导。[方法/过程]以直播带货平台的用户为研究对象,从用户信息使用行为特征、信息交互行为特征和用户购买行为特征3个维度构建直播带货平台用户信息行为画像模型。本文获取数据的途径为发布调查问卷,再运用因子分析和K-Means聚类分析方法,将直播带货中用户信息行为进行聚类分析。[结果/结论]研究结果表明,直播带货平台的群体用户信息行为可划分为交互型用户信息行为、消费型用户信息行为、狂热型用户信息行为和沉默型用户信息行为。

摘要： 用户耗能的时空分布特性对于电网规划具有重要的参考价值,是电网建设的重要依据。电力运营商通过新型计量设备分析居民的用电行为,从而促进电网高效运营。针对区域用户画像问题,提出基于综合能源计量数据的区域用能特性分析方法。利用“多表合一”用能采集系统,引入用户的燃气消耗数据,基于层次聚类与自组织映射(self organized maps,SOM)聚类方法刻画用能特征分布,通过仿真实验说明所提方法在用能特性分析问题上具有实用价值,有利于挖掘高耗能区域,能帮助电力运营商制定规划方案。

摘要： 为在换流阀外冷却系统设计初期快速选择合理的冷却方式,分析了影响冷却方式选择的当地气候环境和换流站设备条件等因素,构建基于堆叠异构的残差网络(SH⁃ResNet)模型用于对冷却方式进行分类,模型集成了有监督的分类器与无监督的聚类方法,并将ResNet作为元分类器,深度挖掘输出结果之间的潜在联系。通过研究近年来不同地区站点的气候环境、换流阀冷却系统需求、设备布置情况以及最终设计使用的冷却方式,总计209个样本数据对所提出模型进行训练与评估试验。结果表明:SH⁃ResNet的分类正确率达到0.97,相较于基础分类器平均提高了11.46%,可见,在样本集较小的情况下该模型保证了其强大的泛化能力,并提高了分类准确度。基于该模型的冷却方式推荐系统交互窗口的设计不仅给予了冷却方式的推荐占比,并可视化特征参数与冷却方式间的联系,为换流阀外冷却系统设计提供了一种最优化选型方法。

摘要： 为解决现有k-modes聚类方法因忽略了变量属性之间的弱相关性,常造成其在实际应用中聚类性能不佳的问题,提出一种包含属性弱相关性的新k-modes聚类方法。引入最大信息系数(maximum information coefficient,MIC)度量数据集中变量属性之间的相关性;将得到的MIC值与原有距离进行融合,建立包含属性弱相关性信息的新度量方法,以增强变量属性间相关信息的完备性,建立更加精细的k-modes聚类方法;调用3种不同的数据集,将新方法与原有的k-modes聚类方法和其他改进k-modes聚类方法的性能进行对比,并通过仿真结果表明了新方法的有效性。

摘要： 本文通过对商业销售记录流水分析,利用聚类方法,可以实现对商业客户的分类。本文以某航空公司客户分类为例,针对特征特点进行分类归一化,使用模糊C均值聚类方法实现对客户分类,并与使用Kmeans方法聚类的结果进行了对比。实验结果证明模糊C均值聚类方法更适用于商业客户分析。

摘要： 本文研究了基于模糊相似度的动态配送调度聚类方法，用来解决多生产地多客户的快速响应性产品配送问题。在订单数据预处理基础上，首先根据配送客户地理位置进行无差别静态聚类，产生静态客户群；其次，在各个静态客户群中根据客户订单的属性，利用模糊相似度技术进行在线客户动态配送调度聚类，并确定不同动态客户群对应不同生产地的服务优先级别；最后的实例验证了本文方法的可行性和有效性。

摘要： 文档聚类是实现话题检测与跟踪的重要方法.传统的硬聚类算法在处理边界数据时存在很大缺陷,影响话题检测的效果.针对这一问题,本文提出一种改进的基于容错粗糙集的聚类方法,利用某些文档特征项协同出现,构造特征项容错关系,扩充特征项的描述能力,最后用特征项容错类描述文档之间的相似关系,实现了话题检测与跟踪的过程.实验证明,该方法能够有效的处理边界数据,提高文本聚类的效果.

摘要： 现有的Web用户聚类方法都是通过对用户喜好页面的访问模式分析来建立用户聚类,没有充分考虑时间意识、用户兴趣、用户访问模式之间的关系与影响.针对这一问题,在时间意识的Web用户聚类基础之上,提出了基于兴趣度的Web用户聚类方法。通过对日志文件中的用户访问模式进行分析,计算用户兴趣度.结合渐进遗忘算法,对用户兴趣爱好进行调整与更新,并在此基础上对用户进行聚类.实验表明,本方法能够更好地分析用户访问模式,更准确地计算用户兴趣,具有更好的聚类效果.

摘要： 水电工程尤其是大型水电工程对生态环境的影响及其风险评价具有复杂性。本文构造了水电工程生态环境风险关联因素关联度模型，基于该模型、利用聚类方法对风险关联因素群体进行结构分析，得到水电工程生态环境风险关联因素综合权重值。其结果可为水电工程建设生态环境保护提供管理与决策参考。对于较高权重的风险因素，通过采取相关措施避免或减小工程生态环境风险，从而建立资源节约和环境友好型水电工程，造福社会。

摘要： 以小段块断层带、碳酸盐溶洞以及生物礁等为代表的特殊地质体是石油勘探和地质学研究的重要方面,也是油气勘探的重要领域.本文提出了一种基于高斯混合模型的聚类分析方法.这种方法是一种非线性的、完全有数据驱动的方法,不需要用户提供精确地初始模型以及储层特征与地震属性和反演数据之间的先验信息.在实际应用中,对中国西部地区生物礁储层和大小断块进行识别.生物礁的边缘形态、骨架结构和内部的溶蚀空洞以及不同尺度的断块信息均都被准确地刻画出来.

摘要： 规模约束可有效改善聚类算法的性能，但是各类规模约束后所含实例对象数量不一致将降低聚类算法的性能。本文采用一种新的模式对各类进行了规模约束，并转化为线性规划问题进行求解。UCI标准数据集上的实验结果表明本算法与随机模式相比具有更好的聚类精度，即使当规模约束适当放宽后，聚类性能也可得到明显提升。本文提出的方法能够有效地提高聚类的准确性。

摘要： 入侵检测系统是一种积极主动的安全防护技术,它是信息安全保护体系结构中的一个重要组成部分.异常检测是入侵检测的一种方法,因其能够检测出未知的攻击而受到广泛的研究.以基于数据挖掘的异常检测技术为研究内容,以提高异常检测的检测率、降低误报率为目标,以聚类分析为主线,提出了一种改进的聚类检测算法和模型,并进行仿真实验.算法首先去除了数据集中明显的噪声和孤立点,通过分裂聚类、合并聚类以及利用超球体的密度半径确定k个初始聚类中心,以减小初始k值的选取对聚类结果造成的影响,提高异常检测效率,并以此构造入侵检测模型.利用KDD CUP 1999数据集对模型进行实验测试,并对改进算法的效果进行了对比和分析.实验证明,新的检测系统具有良好的性能.

摘要： 数据集成是解决多数据源整合问题的有效手段。如何准确高效地集成多数据源模式具有重要研究意义。本文在用户使用信息的基础上提出一种新颖的基于聚类技术的多模式数据集成方法。首先从数据库的查询日志中为模式属性提取特征向量，并对其进行聚类。然后根据结果聚类间的最小差异性，为每个结果聚类引入最大相似性阈值，利用该阈值发现结果聚类中与该类语义不相似的异常属性。最后针对结果聚类中的三类异常属性，设计三种异常属性去除规则，进一步提出异常属性去除算法EPKO。实验结果表明，本文方法具有较高的准确度，可以有效地解决多个模式的集成问题。

摘要： 目前已有大量关于聚类方法的研究.然而,绝大部分现有方法都要求输入簇的个数,该数目在很多情形下都无法事先确定.提出了一个能估计簇的个数的推广的K-means算法.新算法无需对不同的输入参数重复运行,而是在划分过程中分裂某些簇直到满足一定的终止条件.划分过程应用了Ward的最小方差方法(Ward's minimum variance method),最佳的簇个数则由一个基于组间方差的指标决定.实验结果表明,新算法不仅能正确估计实际的簇个数,而且运行效率高.

摘要： 基于从多个设施获取到的脑测量数据来执行具有规定的属性的受验者的聚类的、脑功能连接相关值的聚类装置在多个MRI装置中对于健康群、患者群拍摄静息态的fMRI图像数据，计算处理系统(300)在进行协调化处理后的相关阵列的元素值与关于各受验者的疾病标签之间，通过“有监督学习”将识别器的生成作为集成学习来实施，在集成学习过程中，根据重要度而从在针对疾病标签生成识别器的生成处理中确定出的特征量中选择出用于聚类的特征量，之后通过“无监督学习”来执行多重共聚类。

摘要： 本申请提供一种用于对社交应用中用户的聚类方法、一种数据聚类方法、装置、电子设备以及计算机存储介质，由于该聚类方法，在确定目标社交应用中的用户之后，基于目标社交应用中的用户，确定在超球面模型涉及的隐空间内用于对用户进行向量表示的用户隐向量，并基于用户隐向量，获得用户在超球面模型上混合分布的目标混合分布参数；根据目标混合分布参数，确定用户在超球面模型的各个簇分布的概率；基于用户在超球面模型的各个簇分布的概率，获得用户的聚类结果信息。由于该方法基于超球面模型作为整体框架，可以获得超球面模型中的不同簇的差异性。基于不同簇获得的用户在超球面模型的各个簇分布的概率，能够使得最终的用户的聚类结果更符合实际，聚类结果更为准确。

摘要： 本公开实施例公开了一种聚类方法、增量聚类方法及相关装置，所述聚类方法首先采用Rank‑Order距离合并类，然后对合并后的类进行拆分，从类中将可能不属于该类的对象划分成单独的类，得到包含多个对象的聚类及包含单个对象的类，该方式提高了聚类结果的精确率，但是召回率有所下降；然后，对得到的多个对象的聚类和包含单个对象的类进行层次聚类，将划分出来的单独的类中可能属于同一个类的对象聚集到对应的类中，从而提高了召回率。

摘要： 本发明适用于数据库技术领域，提供了一种语句聚类方法，包括：实时接收语句请求输入；对语句请求做去噪与归一化处理得到净化语句请求；通过特征提取算法提取得到净化语句请求中的语句特征值；将语句特征值按首次出现的顺序添加形成语句类标识序列，并建立两者之间的语句映射关系。本发明还提供一种事务聚类方法、语句聚类装置与事务聚类装置。本发明实施例的语句聚类方法中，建立了单一的语句请求与由语句请求聚类而成的、更高层次的语句类标识序列之间的有效联系，不仅是运维人员可根据语句类标识序列分析数据库的异常原因，其他人员也可基于语句聚类的方法对其他领域的数据进行有效的聚类，并用以观测分析其他数据的发展趋势。

摘要： 本申请提供一种用于对社交应用中用户的聚类方法、一种数据聚类方法、装置、电子设备以及计算机存储介质，由于该聚类方法，在确定目标社交应用中的用户之后，基于目标社交应用中的用户，确定在超球面模型涉及的隐空间内用于对用户进行向量表示的用户隐向量，并基于用户隐向量，获得用户在超球面模型上混合分布的目标混合分布参数；根据目标混合分布参数，确定用户在超球面模型的各个簇分布的概率；基于用户在超球面模型的各个簇分布的概率，获得用户的聚类结果信息。由于该方法基于超球面模型作为整体框架，可以获得超球面模型中的不同簇的差异性。基于不同簇获得的用户在超球面模型的各个簇分布的概率，能够使得最终的用户的聚类结果更符合实际，聚类结果更为准确。

摘要： 本发明公开一种增量聚类方法及系统、还公开一种分布式增量聚类方法及系统，涉及数据处理领域，其中增量聚类方法包括以下步骤：获取待聚类数据和已聚类数据；基于所述待聚类数据对所述已聚类数据进行增量聚类，获得若干个第一聚类簇，各第一聚类簇均包含至少一个目标特征；检测各第一聚类簇中的异常特征，并基于所得异常检测结果对相应的第一聚类簇进行更新，获得聚类结果；增量聚类过程中存在某个聚类簇被异常特征污染，使该聚类簇包含大量不属于该聚类簇的特征，本发明通过检测各第一聚类簇中的异常特征，基于所得异常检测结果对相应的第一聚类簇进行更新，以确保所得聚类结果的准确性。

摘要： 本发明涉及图像聚类技术领域，具体涉及一种图像聚类方法、图像增量聚类方法、计算机设备及介质，旨在解决提高图像聚类准确性的问题。为此目的，本发明提供的图像聚类方法包括采用最近邻算法在图像底库中分别对每个待聚类图像进行最近邻检索，以确定每个待聚类图像的最近邻矩阵；根据待聚类图像与底库图像的图像属性，判断待聚类图像与底库图像是否冲突，根据判断的结果选择性地对图像相似度进行修正；根据修正后图像相似度对待聚类图像与底库图像进行聚类；本发明提供的图像增量聚类方法可以利用上述图像聚类方法实现图像增量聚类。通过上述方式，可以避免存在冲突的底库图像对聚类结果的准确性产生较大的影响，从而提高图像聚类准确性。

摘要： 本发明公开了一种MB‑kmeans++聚类方法及基于其的用户会话聚类方法，属于数据挖掘技术领域。本发明的聚类方法，首先采用平均距离最远原则选取k个初始聚类中心，然后基于当前随机选择的子集合对k个聚类中心进行位置的迭代更新处理，直到质心稳定或者达到最大迭代次数，最后再基于最终的聚类中心对待聚类数据进行k聚类处理，得到聚类结果。本发明的聚类处理方法能适应高维度稀疏矩阵的处理，在较大数据量的情况下能显著缩短处理时间。本发明的用户会话聚类方法为：在基于原始日志数据获取到各用户会话之后，对其进行优化处理：对庞大的页面维度进行缩减，对用户会话特征进行降维，再采用本发明的聚类方法进行聚类处理，得到具有相似访问行为用户。

摘要： 本公开实施例公开了一种聚类方法、增量聚类方法及相关装置，所述聚类方法首先采用Rank-Order距离合并类，然后对合并后的类进行拆分，从类中将可能不属于该类的对象划分成单独的类，得到包含多个对象的聚类及包含单个对象的类，该方式提高了聚类结果的精确率，但是召回率有所下降；然后，对得到的多个对象的聚类和包含单个对象的类进行层次聚类，将划分出来的单独的类中可能属于同一个类的对象聚集到对应的类中，从而提高了召回率。

摘要： 本发明涉及一种雷达点迹的聚类方法、聚类装置、聚类设备及计算机可读存储介质。该雷达点迹的聚类方法包括S1，建立点迹总集M；S2，遍历点迹总集M，若完成遍历，则转入步骤S5；若否，在点迹总集M中任取一个未曾遍历过的点迹D，使点迹D为中心C，进入步骤S3；S3，第一次聚类；S4，第二次聚类；S5，结束。本发明提出了一种雷达点迹的聚类方法、聚类装置、聚类设备及计算机可读存储介质，能解决雷达角度分辨率降低的问题。