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.     

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。     

基于模糊聚类算法的船舶故障诊断技术

由于大型设备故障症状与故障原因之间关系十分复杂，使得传统诊断方法在实际应用中效果不理想。研究采用模糊C-均值聚类算法，将被诊断对象间故障和症状的特征通过建立模糊关系矩阵进行了故障分类，用当前所得的故障征兆群与过去该设备故障征兆结果相对照，找出最相似的结果，从而确定其故障。通过船舶主机轴系诊断的实例，充分证明了该方法的有效性。     

船舶水下通信系统中海声信道文本数据聚类方法研究

传统的文本数据聚类方法性能较差,无法得到最优的聚类原型。为了解决这个问题,提出船舶水下通信系统中海声信道文本数据聚类方法研究。首先处理在船舶水下通信系统中选取的海声信道文本数据,在应用聚类定义,分解文本数据相异度矩阵,为统一变量度量值,应用绝对偏差均值公式进行标准化处理,在此基础上,对海声信道文本数据进行聚类,由此,完成海声信道文本数据聚类方法的设计。在实验中,随机选取10组文本数据相异度矩阵,通过对比2种方法的性能,验证所提方法的可行性。实验结果表明,所提方法性能更好,更占优势。     

模糊核聚类在船舶故障诊断中的应用

船舶故障具有非线性和模糊性的特点,本文将模糊核聚类算法应用于船舶故障诊断。首先阐述模糊核聚类算法的实现过程,并将此算法与模糊聚类在目标函数收敛性、学习能力、诊断正确率等方面进行对比,实验结果表明,本文算法在船舶故障诊断方面鲁棒性强、收敛速度快、学习能力强。     

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.     

模糊聚类在雷达频率信号目标检测处理中的应用

随着船舶工业和海洋航运的发展,基于雷达信号的舰船探测和导航系统逐渐完备。雷达频率信号检测和处理的主要目的包括提取目标信号的特征信息,过滤和剔除噪声等其他干扰信号等。近几年,模糊聚类算法和信号频率分析发展迅速。本文基于模糊聚类分析算法,研究不同频率雷达信号的检测和处理过程,提高雷达信号在中频段的利用率和雷达的技术性能。     

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。     

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.     

邮轮乘客舱室模块划分的物元模型聚类方法及其应用

为了智能有效地对大型邮轮进行舱室模块划分,分析大型邮轮乘客舱室的配置特点和布置特点,并采用模块物元模型对模块进行表示。提出以功能、结构和物理为模块物元边界条件的模糊聚类方法,采用该方法得到模块间的相关矩阵,再通过计算其模糊等价矩阵并生成聚类图,以实现对邮轮乘客舱室模块的划分。以一艘典型邮轮为例,验证该方法的实用性和有效性。提出的邮轮模块物元的可拓性和可拓变换可为总布置设计知识获取和知识处理提供新的思路,是提升邮轮船模块化设计智能化的一种新方式。     

基于分级聚类和近邻函数准则的目标分群算法

文章依据分级聚类的方法和近邻函数准则算法的原理,提出了基于分级聚类和近邻函数准则的目标分群算法,对于攻击目标编队的分群具有重要意义。     

模糊C-均值聚类算法及其在船舶故障诊断中的应用

船舶设备故障的早期诊断和预测,对船舶的安全运行具有非常重要的意义。由于船舶设备繁多,运行环境特殊,各种设备的故障症状与故障原因之间的关系十分复杂,致使传统诊断方法在实际应用中效果不理想。因此,研究采用模糊C-均值聚类算法来实现船舶故障的诊断乃是非常必要的。将被诊断对象间故障和症状的特征通过建立模糊关系矩阵进行故障分类,用当前所得的故障征兆群与过去该设备故障征兆结果相对照,找出最相似的结果,从而确定其故障。通过船舶主机轴系诊断的实例,证明了该方法的有效性。     

基于DBSCAN的港口泊位自动识别算法设计

为更好地监测船舶动态和船舶在港口的作业情况,通过对K-Means算法和DBSCAN(Density-Based Spa-tial Clustering of Applications with Noise)密度聚类算法进行对比,选择DBSCAN密度聚类算法对港口泊位进行聚类,对港口泊位的位置和大小进行识别.基于船舶自动...     

基于聚类分析的港口类型化研究

根据各港口集装箱运量增长的特点,通过软件SPSS,应用基于聚类分析的类型化方法将我国沿海主要集装箱港口分成三大类型,即普通增长型、加速增长型和波动增长型,并对各类型港口增长特点进行了分析.     

论建设工程"合理低标价"招标

“合理低标价”招标是一种由市场定价、企业自主报价的建设工程招标的新路子。本文试就“合理低标价”招标的提出、运用、招标中存在的若干问题进行探讨，并提出实践中需进一步改进的建议。     

基于PCA与属性权重模糊聚类的入侵检测方法

针对入侵检测数据集中存在大量冗余信息及传统聚类算法的效果不佳,提出了结合主成分分析与属性权重模糊聚类算法的入侵检测方法。该方法分为特征提取和模糊聚类两阶段,使用主成分分析进行特征提取、消除冗余属性;将经主成分分析后得到新成分的贡献率作为聚类算法中属性的权重值,实现了基于属性权重的模糊聚类。在KDD-CUP99数据集中的实验结果表明,该方法能有效地降低检测训练时间和提高检测正确率。     

基于聚类的干扰资源优化分配研究

对雷达网干扰资源的优化分配,是一个重要而又难以解决的课题.首先,在对雷达干扰资源优化分配模型研究的基础上,提出了基于聚类的干扰资源最大化算法.然后,对算法在雷达网干扰资源分配上的技术实现上进行了计算机仿真.仿真结果表明：基于聚类的算法能很好地解决雷达网干扰资源优化分配问题,具有较好的资源分配效益.     

基于熵法的模糊聚类目标排序方法研究

根据高寒山地印军编制、武器装备等特点,在传统的模糊聚类评价法的基础上,通过引入信息熵的概念,建立了考虑权重关系的模糊相似矩阵,改进了模糊聚类评价方法。最后将改进的评价法应用于末制导炮弹打击目标排序中,提高了排序的准确性。