航运企业市场控制能力分类

通过使用模糊聚类分析法对全球16家大型航运企业进行市场控制能力的定级分类。经分析,将其分成5个类别,其中中远位于第3类,中海位于第5类。可见,中国航运企业的总体水平还有待于提高。在国际集装箱班轮业竞争日趋激烈的形势下,我们为中远和中海公司提升竞争力提出了一些建议。     

中国交通运输业发展区域分布特征与聚类分析

由于自然地理条件差异及地区经济发展状况不同,中国各地区的交通运输业发展存在很大差异,明确中国交通运输业区域分布特征及发展情况对制定相应地区交通发展战略至关重要。文中选取社会经济、交通运输产运量及交通运输生产要素建立交通运输业发展分析指标体系,根据各指标变异系数的变化趋势分析中国交通运输业发展区域分布差异化的动态特征,并对31个地区进行聚类分析,将31个地区分为交通发达、较发达和欠发达三类区域,同时对各类区域的交通运输业发展提出相关建议。     

基于系统聚类法的城市轨道交通建设能力排序

城市轨道交通项目具有投资大、成本高、投资回收期长等特点,为了防止各城市盲目修建城市轨道交通项目,国家提出坚持有序发展的方针.就城市的各项指标,通过应用主成分分析法对指标体系进行简化,应用系统聚类分析法对各城市进行聚类,得到各城市轨道交通建设能力的排序,为我国各城市有序地修建轨道交通提供参考.     

基于逆阵的路面综合性能马尔可夫预测

马尔可夫模型预测路面使用性能的核心是确定状态转移矩阵，目前求概率转移矩阵的方法都需要大量数据，而且认为所得概率转移矩阵不变，而我国积累的路面使用性能数据(特别是高速公路)较少，直接利用目前概率转移矩阵计算可能导致较大的预测偏差。为此，试图建立利用较少数据、随路面使用性能变化而更新的项目级马尔可夫预测模型。     

基于聚类分析的实时交通流量监测系统研究

章将图像处理技术与聚类分析理论相结合，建立了一个基于视觉信息的车流量检测系统，实现了从图像获取、运动车辆检测、图像聚类分析，到车辆计数、车速及车辆大小等交通流量参数提取全过程的自动化。实验证明该系统具有一定的实用性。     

一种城市典型道路工况研究

正工况循环是用来测量车辆污染物排放量、燃油消耗量等技术指标的重要手段,目前各国采用的排放标准主要是引用欧洲或美国的排放测试方法,然而车辆在实际道路行驶过程中,受到区域、时间等外部因素的影响,排放法规中所引用的测试工况循环往往不能很好的体现特定区域内的车辆行驶特征。"在构建工况时,通过在不同的道路上采集车辆的实际行驶状况数据,用一系列特征参数对车辆的运动学片段进行描述,在采用主成份分析和聚类分析的方法构建完成的工况循环。"     

双层客车司机控制台人机工程学设计分析

针对双层客车司机控制台工效学布局问题,采用层次聚类分析中组间平均联接法对控制台60个显控器件以重要程度、使用频率为计算变量进行分类且输出凝聚顺序表及分类谱系图体现聚类过程与结果;定义重要性链值以量化分析方式对显控器件聚类分析结果进行优先等级划分;依据控制器件选型流程,结合器件功能、操纵类型及任务要求,完成控制台器件选型;在此基础上,结合人因设计原则、器件布置规则、作业域及视野域分区进行控制台显控器件布局三维建模,并借助Manikin人体库某国第5百分位女性及第95百分位男性人体模型在正直坐姿条件下对控制台作业域及视野域进行分析校核。结果表明控制台及器件布置完全满足人体视野及作业空间需求。     

我国长三角百强县市政公用设施与市容建设水平的因子聚类分析

中小型城市是当前我国经济发展的重要载体，而分布在长三角地区的中国百强县在社会经济综合发展方面均处于领先地位。通过分析其市政公用设施与市容建设水平，可以对其市政规划起到重要的指导作用。本文以我国2011年全国百强县中位于长三角地区的41个县市为研究对象，采用因子聚类分析方法，对其2011年度的市政市容相关数据进行计量分析。结果显示，城市的市政公用设施与市容建设水平与城市经济发展水平密切相关，加大经济建设力度，提高经济发展水平是提高市政建设水平的最重要前提和最主要手段。     

WFCM图像分割法

模糊技术在图像分割中有一个很好的应用特点是它几乎能与所有现在存在的分割技术结合使用,从而形成一系列的集成模糊图像分割技术。本文研究了模糊聚类算法——模糊C均值聚类（FCM）算法在图像分割中的应用。     

基于聚类分析的铁路出行旅客类别划分

对铁路出行旅客进行类别划分,是简化旅客乘车选择问题研究的重要策略.根 据成都-武汉段既有线与新线的旅客调查数据,以旅客的各类主体、出行特性作为属性 变量,运用分层聚类法中的凝聚法进行变量聚类,将具有较大相关性的变量--时间价 值与月收入、出行目的与费用来源合并.然后根据简化的旅客属性变量指标集,运用近邻 传播算法对旅客进行样本聚类,并引用CH、Hart 及IGP 等聚类有效性指标确定最佳聚类 数.指标值表明,将铁路出行旅客划分为6 个类别时,具有最好的聚类效果.调查数据中旅 客乘车选择结果亦显示,不同类别的旅客对客运产品的选择有着明显的偏好.