基于神经网络的聚类分析方法及在港口设备配置中的应用

分析了数据挖掘中聚类分析方法的特点．在对Kohonen神经网络的工作机理及算法研究的基础上．提出了用Kohonen神经网络和Matlab实现数据挖掘中的聚类．并对港口拖轮作业配置实例进行了测试和仿真分析。     

用于结构损伤位置识别的两种神经网络性能比较

为了克服用BP网络进行结构损伤位置识别时网络结构确定难、网络训练易陷入局部极小、训练时间长以及处理带噪声数据需要大量的误码练样本等问题，提出用SOFM网络进行结构损伤位置识别的方法。分别用SOFM网络和BP网络对一桁架结构进行损伤位置识别，通过比较两种网络的性能发现SOFM网络不但网络结构容易确定，网络训练不存在陷入局部极小的问题，BP网络只有在大量训练样本条件下才能保证网络具有较好的抗噪声能力，若训练样本不足，则BP网络的抗噪声性能较差，而SOFM网络在较少训练样本情况下即可具有良好的抗噪声性能，因而SOFM网络更适合训练样本有限备件下的结构损伤位置识别。     

DM技术在联网收费中的研究与应用

文章介绍了数据挖掘技术概念和相关内容,并利用数据挖掘技术中常用的聚类分析,结合硬聚类和模糊聚类的方法,描述了如何通过数据挖掘方法对收费系统中的大量数据进行规律分析和模型预测,文章给出了详细的计算步骤和框图。     

数据挖掘在公交调查数据分析中的应用研究

针对公交调查数据背后信息挖掘的需求,论文首先介绍了公交调查数据挖掘的理论概念及任务方法。概述了公交调查数据挖掘的常规流程,并且在分析了几种公交调查数据挖掘模型建模方法的基础上,得出 k-means模型最适宜对公交调查数据进行聚类分析。最后以达州市公交调查数据为样本实例,采用年龄、职业、每周乘坐公交天数、每月公交花费、偏好付款方式等几种属性,借以 SPSS Clementine 为软件平台、以 k-means 为模型对各属性数据进行聚类分析,软件运行后得到相似度较大的几组类别,根据不同样本含量的几组聚类进行图表分析,分别得出优化公共交通服务的相应建议,达到最初挖掘公交调查数据背后信息的目的。     

基于GPS数据的出租车出行需求预测研究

近年来“网约车”数量越来越多，“网约车”等待时间长与载客热区需求大等问题也逐步显现，乘车体验亟需改善。在成都市出租车GPS数据的基础上，研究出租车出行分布规律，划分工作日为早、晚、夜高峰相关时段，引入k-距离曲线改进DBSCAN空间聚类算法，对出租车上下客点进行聚类分析，并用数据挖掘得出载客热区。采用BP神经网络预测载客热区的出行需求，预测结果表明，早高峰时段BP神经网络模型的MAPE分别较随机森林模型、岭回归模型提高了3.25%和5.87%，晚高峰时段提高了2.98%和4.32%、夜高峰时段提高了1.44%和2.58%，验证了BP神经网络在出租车需求预测方面的可行性。      

基于遗传算法的FCM聚类分析在边坡稳定性评价中的应用

FCM聚类分析在边坡稳定性评价研究中已得到广泛的应用,但传统的FCM算法存在着对初始聚类中心值敏感的问题。引入遗传算法来克服这个问题,提出了基于遗传算法的FCM聚类分析。以具体实例,采用基于遗传算法的FCM聚类分析对边坡进行稳定性评价,然后进行模式识别。研究结果表明:基于遗传算法的FCM聚类分析,克服了传统FCM聚类分析对初始聚类中心敏感的问题,其结果明显好于传统的FCM聚类分析。     

在小波域内应用SOFM网络进行图像压缩的方法研究

研究了一种图像压缩方法，首先对图像进行小波分解，然后依据小波系数的统计特性和分布特点，对不同的子图像块采用不同的量化、编码方法。针对低分辨率子图像，先经DCT变换，再采用线性预测编码（DPCM）；而对高分辨率子图像采用基于Kohonen网络的自组织特征映射（SOFM）算法进行矢量量化。实验证明，上述图像压缩方法可以在保证重构图像质量良好的情况下，获得较大的压缩比。     

基于BP算法的交通流预测

探讨了基于人工神经网络的数据挖掘技术,对标准的BP算法进行了研究;针对现有人工神经网络中BP算法效率较低、容易陷入局部极小等问题,提出了一种改进的BP算法,并进行了分析测试。测试结果表明,改进的BP算法缩短了学习时间,提高了学习效率,在一定程度上避免了学习中局部极小问题的出现。     

数据挖掘与知识发现的理论方法及技术分析

章介绍了一种崭新的信息分析与处理方法－知识发现和数据挖掘技术的概念和原理。讨论了关联规则、分类、特征、聚类、汇总、粗集、神经网络和决策树归纳法等数据挖掘算法。最后，通过介绍其在各行各业中的应用，指出了其广阔的应用前景。     

基于GIS平台的公路线形优化设计

公路线形优化是一个多目标优化问题,而传统的优化算法难以有效地解决路线优化问题。为此建立了基于GIS平台和遗传算法的公路线形优化设计方法,提出了基于GIS平台空间数据挖掘模型和基于遗传算法的路线平面和纵断面的优化算法。