一种有效的数据流二次聚类算法

为提高数据分布不规则和含有噪音时的数据流聚类质量,提出了一种有效的数据流二次聚类算法TCLUSA.该算法基于分区思想,采用DBSCAN方法对每块分区进行聚类,以得到的簇的均值点作为其代表点,再用k-means对所获得的代表点进行聚类,算法采用分层结构保存每次聚类获得的簇参考点,直至获得最终结果.理论分析和实验结果表明,TCLUSA算法能有效提高数据流的聚类质量.     

基于公交IC卡数据信息的客流预测方法研究

根据大连市公交IC卡的历史数据绘制公交线路客流曲线,采用有序聚类Fisher算法划分公交峰值区间,在具有典型特征的峰值区间内进行有针对性的公交客流调查,可得到实际客流数据样本.通过将公交IC卡客流数据与随车客流调查数据相结合,建立不同峰值条件下预测客流的回归方程,可实现对不同峰值区间内总体客流量的预测.     

山东省城市道路交通安全水平评价研究

针对目前国内外交通安全评价研究现状,为了更好地评价不同地区的交通安全水平,提出了一种基于灰色聚类模型的交通安全评价方法,并以山东省的17个城市为例,进行了实际交通安全评价,结果显示该方法能较为真实地反映各城市的道路交通安全状况.     

以焦化汽油馏分为原料合成聚α-烯烃

以焦化汽油馏分为原料,采用碳正离子聚合的方法直接聚合聚α-烯烃合成润滑油基础油．采用L9（3^3）正交实验,考察了聚合温度、催化剂加入量、反应时间对烯烃转化率和聚α-烯烃合成润滑油基础油粘度的影响,其顺序是：聚合温度〉催化剂加入量〉反应时间．适宜的工艺条件为：聚合温度50℃,AlCl3催化剂的加入量4％,反应时间4h,其烯烃转化率82．1％,聚α-烯烃合成润滑油基础油运动粘度（50℃）10．05mm^2·s^-1,粘度指数（VI）达到120．     

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.     

聚羧酸减水剂对无砂多孔混凝土陛能影响分析

通过正交试验方法.研究分析了聚羧酸高效减水剂对无砂多孔混凝土抗压强度和孔隙比的影响.试验结果表明,这种减水剂对抗压强度的提高作用很大,对孔隙率的影响也显著,但随掺量的增加影响会减小.论文还提出了使用中的注意事项.     

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.     

基于模糊聚类分析的货运物流枢纽宏观布局层次研究

为得到广东省21个地级市的货运物流枢纽布局层次分类,结合地区国民经济发展水平、地区社会再生产条件等因素,建立优化的布局层次分类评价指标体系,运用模糊聚类分析方法进行货运物流枢纽城市分类,最后结合区位等因素对分类进行调整,确定各枢纽层次,以期为货运物流枢纽规划布局及枢纽建设实施提供参考。     

基于数据驱动的舰船通信网络异常行为检测方法

为了提高对舰船通信网络异常识别能力,提出基于数据驱动的舰船通信网络异常行为检测方法。采用最短路径和最大覆盖范围寻优方法构建舰船通信网络的节点覆盖模型,通过最小间隔均衡技术对舰船通信网络的信道均衡控制,提取舰船通信网络的信道传输信息特征。对舰船通信网络的行为特征参数分析,结合谱分量融合和融合聚类处理方法,实现对舰船网络异常行为的数据驱动控制。根据数据驱动的图模型参数识别和异常谱特征聚类分析,实现对舰船通信网络异常行为检测。测试结果表明,该方法能够进行舰船通信网络异常行为检测处理,提高信道均衡性能     

基于K-means聚类的舰船通信网络异常数据检测

为了解决海上通信环境中的干扰和传输问题,提升舰船通信网络通信质量和可靠性,提出基于Kmeans聚类的舰船通信网络异常数据检测方法。构建舰船通信网络通信多径信道模型,利用该模型获取舰船通信网络数据。使用基于超窄带滤波的舰船通信网络数据滤波处理方法去除舰船通信网络数据内的干扰噪声,将无噪声的舰船通信网络数据作为输入,使用K-means聚类算法输出舰船通信网络异常数据检测结果。结果表明,该方法采集舰船通信网络数据较为准确,并可有效去除数据内含有的干扰噪声,降低舰船通信网络数据幅值区间,同时可用聚类方式准确检测舰船通信网络异常数据,应用效果较为显著。