基于密度半径自适应选择的K-均值聚类算法

K-均值算法聚类速度快,易于实现,且对数据依赖度低,在文本聚类中得到广泛应用.然而,由于聚类初始中心点选择的随机性,传统K-均值算法以及其变种的聚类结果会产生较大的波动.文章对K-均值算法进行了改进,通过自适应选择最佳密度半径进而优化聚类初始中心选择的方法,得到一种适合文本数据聚类分析的改进算法.实验表明,该算法能够生成质量较高而且波动性较小的聚类结果.     

基于欠定盲源分离的柴油机曲轴轴承故障诊断方法研究

针对柴油机曲轴轴承振动信号盲源分离的欠定问题,提出了基于相空间重构和动态聚类奇异值分解的适定化方法。首先通过引入广义时间窗的概念确定最佳时间延迟和嵌入维数,重构信号相空间矩阵;然后对其进行奇异值分解,并对奇异值进行动态聚类以确定最佳重构阶数,进而重构得到虚拟观测信号,从而将欠定问题转变为适定或超定;最后利用自适应Parafac方法对原观测信号与虚拟观测信号构成虚拟传播路径进行盲源分离得到有效源信号。仿真结果表明,该方法可有效分离出混合信号中的源信号,并将其应用到柴油机曲轴轴承故障诊断中,诊断准确率提高了18.4%。     

基于弦测法与密度聚类的三维结构光波磨检测

为解决钢轨波磨人工检测费时费力及惯性法检测精度较低的问题,综合利用三维结构光技术、弦测法和密度聚类算法进行波磨检测。首先获取钢轨点云,通过纵向平面遍历轨头点云得到钢轨的纵向截面簇,其次利用弦测法计算相应纵向截面的谷深和波长。最后利用钢轨发生波磨时产生的接触斑,对遍历计算的谷深和波长分别进行密度聚类,将相同或相似接触斑的波磨信息聚类成簇,对聚类后各簇的结果进行统计分析得到相应钢轨的波磨信息。本方法结合三维结构光数据量大、弦测法计算直接明确的优点,通过密度聚类将不同深度、大小的波磨接触斑进行区别,有效地将钢轨波磨不同谷深及波长成分进行分类计算。实验室样件试验及现场试验表明,本方法能够实现对钢轨波磨的精确检测。     

基于自适应层次聚类的无绝缘轨道电路补偿电容故障诊断方法

针对目前无绝缘轨道电路JTC(Jointless Track Circuit)补偿电容故障诊断方法对补偿电容多故障情况检测不准确、无法充分利用历史监测数据且算法及时性不高、过度依赖于模型的情况,提出基于自适应层次聚类的JTC补偿电容故障诊断方法。通过定义相应类内类间距离判据,提出自适应层次聚类的算法流程。根据机车信号远程监测系统获取的历史监测数据,结合补偿电容故障的影响特征和规律,建立历史数据特征矩阵与样本矩阵,并提出相应的补偿电容多故障诊断策略。实验表明,本算法可以正确、有效地对补偿电容故障情况进行检测,能够提高历史监测数据的利用率。     

一种适用于GSM-R应急网络的分簇算法

GSM-R作为铁路通信调度数据的承载网络,其网络的稳定和畅通对于保证铁路运输安全、高效运行至关重要。由于铁路沿线的桥梁、隧道、边坡、路堑等各种复杂传输环境,使得GSM-R网络中的基站等网元易遭受自然灾害的影响。针对GSM-R基站设施毁坏或终端处于信号覆盖盲区的情形,在GSM-R系统中引入多跳组网方式,并提出一种适用于GSM-R应急多跳网络的分簇算法。性能分析和仿真结果表明:在终端数目较多以及终端移动性较高的情形下,文中的分簇算法具有优良的簇维护开销和网络稳定度性能,适用于铁路应急通信需求。     

基于MFCM的改进聚类算法及其在交通中的应用

在交通流状态模糊化的过程中,对已有的交通模糊控制研究引入了太多的主观因素.为了解决这个问题,提出了一种基于MFCM算法的分级递减聚类算法,利用MFCM算法寻找类中心,再自适应确定该类中心的隶属度阈值,将聚类进行分级处理,实现未知类别数数据集的聚类.将改进算法应用到交通流状态聚类中,可以更科学地确定交通流状态的聚类数和各类模糊隶属度函数的结构等,最后,通过算例,说明了该算法对于未知聚类数及服从高斯分布的数据集具有聚类效果好、收敛速度快的特点.     

应用形态学方法提高SAR目标检测中的聚类效果

Lincoln实验室提出的SAR(synthetic aperture radar)ATR(automatic target recognition)算法由于其经典性而被广泛采用,该算法为三级结构模式,处于其中Prescreener级和Discriminator级之间的聚类算法对于检测算法整体性能有重要的影响,文中介绍了SAR ATR算法采用的常规聚类算法,分析了常规算法在聚类过程中存在的杂波干扰问题,针对问题在聚类前引入形态学操作方法,将待聚类图像中包含的孤立点删除而只保留团状分布的样本,从而消除了杂波点对聚类的干扰,基于实际SAR图像的聚类结果验证了应用形态学方法对提高聚类效果的有效性.     

基于系统聚类的城市道路交叉口安全评价方法研究

交通冲突技术是国际交通安全领域兴起的一种非事故统计评价方法，具有大样本、快速、定量研究评价交通安全现状和改善效果的特点．文中基于系统聚类方法，应用交通冲突技术，以早高峰、晚高峰以及平峰时期3个时段的交通冲突数与混合当量交通量的比值（TC／MPCU）作为安全评价指标，提出了对道路交叉口进行安全评价的交通冲突系统聚类评价法，为道路交叉口的安全评价提供了一种新的研究思路和手段．     

一种自动获得k值的聚类算法

针对k均值算法局限于k值和初始中心点选取的情况,提出了一种基于k均值的自动获得k值的KDM算法.该算法整体沿用k均值算法的思想,利用最大最小距离法选择初始聚类中心,并且选择聚类中心与划分对象同时进行.通过不断改变类中心,来达到较好的聚类效果.     

基于高速公路流水数据的通勤车辆特征研究

随着居民利用高速公路进行通勤出行车辆的增加，高速公路缓行和交通拥堵等问题时有发生，特别是在重大节假日期间.目前，解决上述交通问题的主要方法是交通需求管理措施，而实现有针对性的交通需求管理需要对高速公路收费流水数据进行精确的挖掘分析，掌握车辆在高速公路上的运行状态与时空分布特征.本文基于高速公路收费流水数据，借助 K-means++聚类方法识别使用高速公路日常通勤的车辆，进一步分析通勤车辆的出行时空分布特征.从通勤出行的角度，挖掘城市通勤快速出行廊道分布，研究高速公路网与城市道路网络的关系，对提高交通系统效率和缓解交通问题具有重要的意义.