改进的Parks聚类分析距离算法

经研究发现现有聚类分析算法普遍存在聚类盲目性，而这又直接影响着聚类的质量。针对这一问题，本文以Parks距离算法为例，提出了一种改良的Parks聚类分析距离算法，并将此距离算法应用在船舶装配产品归类中。通过对改良前后算法的比较，验证了新算法的优越性。     

三边原理加速的聚类分析方法处理航运信息

为了从大量的航运信息中挖掘有用的信息,进行了基于聚类分析的数据挖掘方法的研究.针对k-means聚类分析中聚类精度不高和时间复杂度高的问题,在k-means++的基础上结合了三角形三边原理加速聚类的方法,提出了一种三边原理加速的k-means++聚类算法,并对k-means++聚类及改进算法进行实例测试,说明了改进的聚类方法具有较高聚类的精度,同时减少了聚类算法计算量,并将其应用到航运信息处理中,这对于航运智能信息化有重要的意义.     

聚集式聚类分析方法及其应用

基于层次聚类算法,提出一种聚集式聚类模型及其算法,实现了分布式异构数据库的聚类分析.该方法使网络传输数据量显著减少,并大大提高聚类效率.     

一种基于遗传算法的模糊聚类算法及其与FCM算法的结合

在各种糊聚类算法中,模糊C-均值聚类算法FCM(Fuzzy C-Mean Clustering Algorithm)的应用最为广泛.但在实际的应用中,FCM算法却容易陷入局部最优解.因此,本文首先提出了一种基于遗传算法GA(Genetic Algorithm )的模糊聚类分析方法,它利用了遗传算法随机搜索的特点,可以避免陷入局部最优解.实验表明,将该遗传算法与FCM算法结合起来进行聚类分析,比单一使用遗传算法或单一使用FCM算法进行聚类分析的效果都要好.     

聚集式聚类分析方法及其应用

基于层次聚类算法，提出一种聚集式聚类模型及其算法，实现了分布式异构数据库的聚类分析。该方法使网络传输数据量显著减少，并大大提高聚类效率。     

有标记的文本聚类方法研究

聚类分析是一种模式识别无监督的分类方法。对于根据类别先验知识已经分类的文本,提出一种有标记的文本聚类分类方法。这种方法是在模糊聚类算法基础上进行了改进,通过有标记的文本样本,利用模糊聚类算法提取分类规则,然后用模糊推理方法进行分类的一种算法。文中讨论了此算法的具体数学模型,给出了算法流程。并通过实验验证了这种聚类方法是一种有效的文本分类手段。     

聚类分析算法在舰船识别中的应用

为了缩短舰船识别时间,提高舰船识别的成功率,提出聚类分析算法在舰船识别中的应用。通过聚类分析算法计算出舰船图像的分辨率,获取舰船图像的横向分辨率,完成舰船目标形态特征的提取;采用聚类方程表达式,得到舰船能量函数,基于聚类分析算法,确定处理舰船图像的聚类模型,通过分析聚类系数值的大小,完成舰船图像的处理;最后通过舰船识别流程设计,实现基于聚类分析算法的舰船识别。实验结果表明,基于聚类分析算法的舰船识别技术可以提高舰船识别的成功率。     

聚类分析算法海上信息平台研究

传统的海上信息平台面对大量信息时,存在能效比低的问题。为此,设计聚类分析算法的海上信息平台。计算海上信息数据的簇最佳初始中心,根据多个簇的最佳初始中心计算数据类均值,依据最小距离原则计算出类均值之间的欧氏距离,通过欧式距离的大小判断数据所属类别,实现数据的聚类划分,并通过设计的平台可视化视图展示在海上信息平台中,完成海上信息平台设计。测试结果表明,与传统的海上信息平台相比,聚类分析算法的海上信息平台的能效比更高,性能更好。     

一种基于遗传算法的模糊聚类算法及基与FCM算法的结合

在各种糊聚类算法中，模糊C－均值聚类算法FCM（Fuzzy C-Mean Clustering Algorithm）的应用最为广泛。但在实际的应用中，FCM算法却容易陷入局部最优解。因此，本文首先提出了一种基于遗传算法GA（Genetic Algorithm)的模糊聚类分析方法，它利用了遗传算法随机搜索的特点，可以避免陷入局部最优解。实验表明，将该遗传算法与FCM算法结合起来进行聚类分析，比单一使用遗传算法或单一使用FCM算法进行聚类分析的效果都要好。     

遗传算法在聚类分析中的应用

给出了一种基于遗传算法的聚类分析方法。对遗传算法的构成要素及用其解决问题的一般步骤给出了阐述。用VC 6.0编写的该算法的程序用来对数字进行聚类取得了较好的聚类结果。