辽西沿海河流分类的模糊混合聚类法

将模糊聚类最大矩阵元原理与最小二乘最优准则下的模糊ISODATA聚类迭代原理相结合,并按最大隶属原则确定最优分类,建立了基于迭代的模糊混合聚类法.利用此方法对辽西沿海诸河流域进行了分类评价,得到了令人满意的结果.     

一种基于模糊聚类的无线传感器网络定位算法

节点自定位算法是无线传感器网络的关键技术之一．通过三边比例法，未知节点与任意2个锚节点可计算一对候选共轭位置．用未知节点估计位置作为模糊聚类核心，可以消除共轭干扰并简化聚类迭代过程．用候选位置正态分布概率密度作为模糊隶属度，可降低误差较大锚节点影响，提高定位精度．OPNET仿真证实，模糊聚类算法可用近一次泛洪法通信量，达到22％定位精度．     

基于蚁群优化模糊C均值聚类算法的疲劳驾驶研究

通过收集大数据对汽车驾驶员的疲劳特征和疲劳参数进行学习,根据学习的参数将驾驶员的疲劳程度进行分类,提出了蚁群优化的模糊C均值聚类算法。在初步聚类中运用蚁群聚类产生聚类中心和簇的个数,提供给模糊C均值聚类;利用模糊C均值聚类再次进行聚类,克服了单个聚类算法的缺点。仿真结果表明:文中方法比一般方法具有更好的性能和聚类效果。利用BP神经网络模式识别功能可以识别疲劳驾驶类别。     

基于改进遗传算法的模糊聚类应用于路面压实度控制研究

压实度不达标作为高速公路路面病害发生的主要原因,基于此通过针对沥青路面压实度及模糊聚类算法、遗传算法的研究,对沥青路面压实度影响因素进行深入分析,其目的主要是为了通过原始的采集数据进行预测,以提高沥青路面的压实度和路面的耐久度,保障沥青路面的质量,而传统的模糊C-均值聚类算法容易导致局部最优解,且对初始值较敏感,通过利用基于改进的遗传算法的模糊聚类算法应用于路面压实度研究,不仅克服了模糊C-均值聚类算法的缺点,同时也提高了数据分类的质量及预测的效果。     

基于模糊聚类的城市快速路交通流状态划分

针对城市快速路交通流状态分类的问题,提出了一种改进的模糊C均值(FCM)算法.结合层次聚类算法和FCM聚类算法,运用层次聚类算法得到最佳聚类数和初始聚类中心,并通过Relief F特征加权对影响交通状态的不同特征指标赋予相应的权值,最终用FCM算法再次聚类得出交通流状态的分类结果.以VISSIM为工具,对该方法进行了模拟.对比分析结果显示,所提出的方法能够提高城市快速路交通流状态分类的效果.     

基于模糊聚类的城市快速路交通流状态划分

针对城市快速路交通流状态分类的问题,提出了一种改进的模糊C均值(FCM)算法。结合层次聚类算法和FCM聚类算法,运用层次聚类算法得到最佳聚类数和初始聚类中心,并通过Relief F特征加权对影响交通状态的不同特征指标赋予相应的权值,最终用FCM算法再次聚类得出交通流状态的分类结果。以VISSIM为工具,对该方法进行了模拟。对比分析结果显示,所提出的方法能够提高城市快速路交通流状态分类的效果。     

WEB页面的模糊聚类

当前Internet上信息浩如烟海,人们很容易从Internet上获得大量的信息资料,然而如何对这些信息资料进行有效的管理和分类是摆在人们面前的一个不可回避而又很有意义的问题．本文通过采用模糊集合理论和模糊聚类技术,对Internet上的WEB页面进行聚类从而将WEB页面自动分类．实验表明,对WEB页面进行模糊聚类是一种有效的方法。     

新时期我国铁路编组站分类标准探讨

分析了现有编组站分类标准的不适应性,提出了编组站分类的主要技术指标,运用模糊聚类分析方法对编组站分类问题进行研究。首先运用模糊c-划分方法对编组站进行合理的空间划分,在此基础上采用模糊聚类ISODATA方法对编组站进行聚类分析,并利用划分系数Fc（U）和划分的平均模糊熵Hc（U）对聚类效果进行评价,最后对我国铁路现有4...     

用迭代自组织数据分析技术A(ISODATA)对零件进行模糊分类

本文将机械零件的GT分类编码视为模糊样品集,进行分类成组。给出 了模糊数学模型,用IsODATA模糊聚类方法进行求解,程序运行的结 果表明:比普通聚类法运行速度快,结果更切合客观实际。      

模糊聚类法在公路交通事故黑点 成因分析中的应用

通过运用模糊c-划分空间方法,对事故黑点成因进行空间划分.采用模糊聚类ISODATA方法确定模糊划分矩阵和成因各特征指标聚类中心,并进行事故黑点成因聚类分析;利用划分系数F_c(U )和划分的平均棋糊摘H_c(U)对聚类效果进行评价.     

公路运输站场体系规划方法及应用

为明确划分公路运输站场体系的层次,将中心地理论引入公路运输站场体系分析中,提出基于模糊聚类的公路运输站场分层规划方法。再结合贵港市公路运输站场规划,运用DPS 2.0软件对该市77个运输节点进行模糊聚类,结果表明:模糊聚类分析法对公路运输站场体系进行层次划分有很好的针对性。     

公路运输站场体系规划方法及应用

为明确划分公路运输站场体系的层次,将中心地理论引入公路运输站场体系分析中,提出基于模糊聚类的公路运输站场分层规划方法。再结合贵港市公路运输站场规划,运用DPS2．0软件对该市77个运输节点进行模糊聚类,结果表明：模糊聚类分析法对公路运输站场体系进行层次划分有很好的针对性。     

FCM聚类分析在公路边坡稳定性评价中的应用

在公路工程边坡稳定性评价过程中需要考虑很多因素的影响,这些影响难以用精确的数字来描述,因此很多情况下不适宜用定量的评价方法。鉴于此,主要采用FCM聚类分析方法研究公路边坡的稳定性评价,引入模糊聚类和改进的遗传算法,克服了传统FCM算法在模糊聚类分析中对初始化敏感的缺点,对于存在多个不确定因素的评价问题有明显的优势。通过实例分析表明,用该方法对公路工程中边坡稳定性评价是可行的、有效的。     

民用港码头军事利用价值的模糊聚类分析

由于对民用港码头资源进行勘查所获得的数据量大,获得的信息模糊性因素多,采用模糊聚类分析方法对战区内码头资源进行分类分析：首先构建了民港码头军事利用价值二级评估指标体系,确定了指标权重,然后利用编网法对模糊相似矩阵进行聚类处理,最后通过实例应用验证该方法的可行性。利用此方法可及时对各个码头的军事利用价值进行分析,能为战时有的放矢的动员、征用一定数量的民用港码头提供决策依据。     

Integration of learning algorithm on fuzzy min-max neural networks

An integrated fuzzy min-max neural network (IFMMNN) is developed to avoid the classification result influenced by the input sequence of training samples, and the learning algorithm can be used as pure clustering, pure classification, or a hybrid clustering classification. Three experiments are designed to realize the aim. The serial input of samples is changed to parallel input, and the fuzzy membership function is substituted by similarity matrix. The experimental results show its superiority in contrast with the original method proposed by Simpson.     

Research of Improved Fuzzy c-means Algorithm Based on a New Metric Norm

For the question that fuzzy c-means(FCM)clustering algorithm has the disadvantages of being too sensitive to the initial cluster centers and easily trapped in local optima,this paper introduces a new metric norm in FCM and particle swarm optimization(PSO)clustering algorithm,and proposes a parallel optimization algorithm using an improved fuzzy c-means method combined with particle swarm optimization(AF-APSO).The experiment shows that the AF-APSO can avoid local optima,and get the best fitness and clustering performance significantly.     

基于模糊聚类迭代模型的典型水文年选取研究

为了合理、有效地从众多实测水沙资料中选取具有代表性的水沙年,提出应用模糊聚类迭代模型选取典型水文年的方法,结合西江金鸡水文站的实测水沙资料,对模型进行计算,并与传统的频率法进行比较分析.结果表明:采用该模型不仅使选取的典型水文年在年总量和年内分配上均具代表性,且在计算过程中避免了人为确定权重和水沙分类标准的主观性,是一种较为客观、合理的选取典型水文年的方法.     

��·��������ϵͳ���߼��ṹ��������

铁路智能运输系统(RITS )规模大、结构复杂、要素繁多,系统设计难度大.这类系统设计和建设的关键在于采用合理的模型描述系统的结构、数据及相互联系,使得复杂的信息关联简单易懂,便于整个铁路智能运输系统的设计.为降低系统设计复杂程度,本文提出了一种基于模糊聚类的RITS逻辑结构分解方法,通过建立模糊关联强度矩阵描述过程间的关联程度,在此基础上采用模糊聚类将RITS逻择结构分解为若干相对独立的功能单元,使系统分解过程更为精细和严谨,为系统物理实现及相关研究提供了基础.