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。     

基于混合聚类算法的异常检测方法

模糊聚类算法是一种无监督的机器学习方法,能够有效地检测出网络入侵中未知的异常攻击行为,但模糊聚类算法实质上是一种迭代寻优方法,容易陷入局部最优解.因此结合遗传算法的全局搜索特性与禁忌算法的局部搜索特性,提出了一种基于遗传禁忌搜索的混合模糊聚类算法,实验表明该方法能有效避免局部最优解、得到正确的聚类结果,在KDDCUP99数据集上的实验结果表明该方法具有更高的检测率和较低的误检率.     

电力监控系统中自适应模糊聚类算法的应用

船舶电力监控系统对于船舶的航行非常重要。本文针对C均值模糊聚类局部最优解的情况,从遗传和进化的角度出发,利用遗传算法对其改进,提出基于遗传算法的自适应模糊聚类算法,并将其应用于船舶电力负载监控中,最后通过实验对比说明本文改进算法的有效性。     

基于单亲遗传算法和模糊C-均值算法的混合聚类算法

介绍了基于单亲遗传算法和模糊C-均值算法的混合聚类算法,克服了模糊C-均值算法的局部最优问题以及采用普通遗传算法聚类时搜索速度和聚类精度的矛盾.实际运算表明,算法是有效的.     

基于半监督模糊聚类的入侵检测技术

针对当前入侵检测技术检测率较低、误报率较高,特别是难以检测新型入侵的不足,通过研究基于机器学习的异常入侵检测系统,提出了一种基于半监督模糊聚类的异常入侵检测算法SFCA(Semi-supervised Fuzzy Clustering Algorithm).算法通过加入数据之间的相关信息,同时引入代价函数来平滑目标函数,降低其对孤立点数据的敏感程度.通过利用少量的标记样本,生成用于初始化算法的种子聚类,然后辅助聚类过程.实验表明,与FCM(Fuzzy C-means)聚类算法相比,SFCA算法具有较高的性能.     

基于遗传模糊聚类的东北内陆港选址规划

介绍了内陆港的含义、功能及意义,将遗传算法和模糊目标函数C-均值算法(FCM)相结合,对东北地区内陆港候选城市进行了聚类分析,并对内陆港的建设提出了建议.     

基于单亲遗传算法和模糊C—均值算法的混合聚类算法

介绍了基于单亲遗传算法和模糊Ｃ－均值算法的混合聚类算法,克服了模糊Ｃ－均值算法的局部最优问题以及采用普通遗传算法聚类时搜索速度和聚类精度的矛盾。实际运算表明,算法是有效的。     

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。     

一种新的聚类算法在数据挖掘中的应用

说明聚类算法在数据挖掘中的作用,并结合实际数据的特点,采用一种新的模糊聚类算法.该算法在事先不知聚类数的情况下,能够确定聚类数及中心点.同时,能够消除噪声对于数据的影响,适合较大规模的数据,方便进一步的数据挖掘.对实际通信信号的实验结果表明该方法是实效的.     

基于模糊聚类的数据关联融合算法

利用模糊相似性和模糊C均值聚类算法相结合,提出一种求解多传感器多目标跟踪数据关联问题的方法.该方法的目的是实现多传感器观测数据的模糊聚类,使源于不同目标的观测数据能正确划分到该目标中去.仿真结果表明,该算法可以实现数据与目标的正确关联,克服传统硬判断的一些缺点.     

二次规划Wolfe算法和旋转算法的比较

求解二次规划的Wolfe算法和旋转算法都是运用Kuhn-Tucker条件将二次规划问题等价转化为求解较为简单的线性规划问题或线性不等式组问题。与Wolfe算法不同,旋转算法在求解二次规划过程中不需增加任何辅助变量,可以直接方便地处理等式约束和变量有界问题,在计算过程中能自动识别冗余约束,具有较明显的计算效率优势。     

一种改进的LMS算法

在一种变步长LMS算法的基础上,引进动量因式,提出了一种新的改进LMS的算法。新算法整体性能优于变步长LMS算法以及LMS算法。通过理论分析,比较了新的算法和变步长LMS算法以及LMS算法的收敛性和稳态性,提出了一种设想以提高新算法的稳态性。仿真试验证明了新算法的优越性以及设想的在仿真条件下的正确性。     

DOA估计中MUSIC算法与ORPD算法的联合应用

ORPD算法是一种对来波方向（DOA）估计的最佳分辨方法，但这种算法需要预知信源的大致方位。多信号分类（MUSIC）算法对DOA估计稳定性较好，伪峰情况基本不存在，精度较高，但其分辨能力不如OIWD算法。利用MUSIC算法较好的稳定性，首先预测信源的大致方位，然后利用OIWD算法对DOA进行估计。仿真结果表明，这种方法是比较有效的。     

一种改进的DV-Hop算法

基于无线传感器网络中的典型range-free定位算法DV-Hop的特点,提出了一种改进策略,主要原理是用多个锚节点的平均每跳距离的平均值来代替原算法中的平均每跳距离,仿真结果表明,该算法在不需要增加节点的硬件开销的基础上提高了定位精度,是无线传感器网络中节点定位的一种实用方案.     

基于混沌粒子群的增量式推力分配算法研究

针对伪逆法在推力分配中仅考虑能量最优问题,提出一种具备大范围寻优能力的改进混沌粒子群算法(CPSO),并把该方法和伪逆法相融合应用到船舶的推力分配中,此外为提高寻优能力,推力分配计算采用增量模式。该融合算法考虑推力器各种限制条件,计算简单,能兼顾船舶的能耗及操作性,解决奇点问题。仿真结果表明,该推力分配算法切实可行,能有效提高船舶的定位性能,具备一定的实用价值。     

旁瓣控制算法研究

提出了一种利用估计协方差矩阵进行旁瓣控制的算法,并从物理概念上对该算法进行了分析。实验仿真结果表明了该方法的正确性。该算法具有简便实用的特点,可直接应用于实际系统中。     

基于混沌遗传算法的舰船区域配电系统故障恢复算法

舰船电力系统的网络重构是恢复系统故障、提高舰船生命力的重要途径之一。本文提出了一种混沌遗传混合算法对其进行求解,提高了遗传算法的收敛速度及精度,避免了不成熟收敛。     

弹丸侵彻深度算法研究

由弹体着靶初速和侵彻加速度计算侵彻深度算法不受靶体材料参数等条件的限制,在侵彻过程中根据预先装订在引信中的数据库信息,并结合高g值加速度传感器实测侵彻加速度,实时计算侵彻深度,实现自适应炸点控制,利用加速度传感器的好处是可以探测弹体侵彻目标全过程的加速度变化情况,以便对目标的性质、层数等进行识别.     

船舶会遇的时空数据挖掘算法及应用

船舶会遇是海上船舶交通研究的重要方面。传统的船舶会遇研究数据采集花费巨大,而海量、实时的船舶AIS数据则真实记录特定水域的船舶会遇状况。根据海上交通工程理论和数据挖掘技术,设计了高效的从海量的船舶AIS数据中提取船舶会遇信息算法,并以厦门湾的船舶AIS数据为例,从船舶会遇的空间、时间分布,会遇船舶尺度和态势等多个角度研究分析了厦门湾船舶会遇状况。研究结果可为港航主管部门改善海上通航环境、降低船舶事故提供理论依据。