聚类分析法在程序中的实现

编程实现了多元化统计学中聚类分析法的计算方法，并利用数据库技术使原始数据的保存和处理变得简单易行。     

聚类分析法在短跑教学中的应用研究

根据步长指数与步频指数的比值,应用聚类分析法对我院体育专业男、女生短跑类型分析、归类,从而分析我院体育专业男、女短跑类型特点及规律,从中找出不足,及时改进教学和训练方法。     

数据挖掘在交通事故中的应用

提出一种使用数据挖掘领域中的多维关联规则分析大量交通事故记录的方法,通过找出可能导致交通事故发生的频繁因素组合来发现某些事故发生的规律,并将这些规律作为现实中做出预防举措的依据。     

聚类算法在市政绩效评估中的应用

针对K means聚类算法,结合市政绩效评估的需要进行改进。以稳定K means聚类算法中心和选取最优聚类个数为目的,提出基于Kruskal算法和轮廓系数法的K means聚类算法。针对区县不同结构实际市政绩效评估数据,按照商业智能和IQR规则进行预处理,然后利用改进的K means聚类算法对预处理后的数据进行聚类分析。实验结果表明,该算法能够有效地确立各市政事件、部件的发生频数等级,帮助市政管理者发现各市政事件、部件之间关联关系,提高其科学决策能力。     

K~+均值在网络入侵检测中的应用研究

在K均值算法基础上,提出了改进的K均值算法(K+均值)。此方法计算每个数据对象所在区域的密度选择相互距离,最远的k个处于高密度区域的点作为初始聚类中心。将K均值算法和K+均值算法分别应用于入侵检测,试验结果表明:K+均值算法能够避免K均值算法固有的缺点,并且有比较高的检测性能。     

基于改进K均值算法的X光片图像聚类研究

提出了一种改进的K均值算法用于X光片图像聚类。首先对X光片图像进行预处理,获取数据,然后将每个点的灰度值存储在灰度值矩阵中,最后用改进的K均值算法对灰度值矩阵进行聚类。对比实验结果表明,改进的K均值算法获得了更加优越的聚类结果。     

模糊C—均值聚类算法在客户满意度分析中的应用

客户是企业的重要资源和宝贵财富,是企业赖以生存和发展的基础。了解客户的需求,提升客户的满意度,成为众多企业关注的焦点。以某宾馆客户满意度分析为例,使用模糊C—均值聚类算法对客户满意度进行分析发现,客户最关心的是地理位置、服务态度、客房设施和员工素质等因素;较为关注前台服务、环境绿化、安全设施、客房服务、停车设施等因素;不太关注娱乐设施、周边环境、餐厅服务等因素;不关注会议设施和商务服务等因素。     

K-means聚类算法研究

聚类分析是模式识别中一个重要研究领域,是一种将数据划分或分组处理的重要手段和方法.K-means算法是聚类算法中主要算法之一,文章介绍了K-means聚类算法的实现方法,并对其优点和缺点进行了详细的分析.     

灰狼优化的k均值聚类算法

针对k均值聚类算法对初始聚类中心位置敏感的问题,提出了一种基于灰狼优化的k均值聚类算法,通过灰狼优化算法对解空间的全局寻优能力得到α狼,实现对k均值聚类中心的初始化操作,并通过迭代更新α狼优化k均值聚类中心,直到达到最大迭代次数,以此改进k均值聚类算法。实验结果表明,在UCI(University of California Irvine)的4类数据集上,所提算法相比于传统的k均值聚类算法,获得了更好的聚类效果,其分类准确度平均提高10%左右,且算法较为稳定。     

聚类算法在教学质量评估体系中的应用分析

教学质量评估在高校教学管理中起到非常重要的作用,如何将数据挖掘中的聚类算法应用其中,找到隐藏在大量数据中的有用信息至关重要。从聚类方法的介绍、基于学生评分数据的聚类分析应用及详细分析过程,最终得出聚类结果对于教学及管理的指导作用。     

改进蚁群算法的动态K-均值聚类分析

提出了一种基于改进蚁群算法的动态K-均值聚类算法思想。该算法首先利用蚁群算法较强处理局部极值的能力,动态地确定了聚类数目和中心,然后利用蚁群聚类得到的结果,进行K-均值聚类弥补蚁群算法的不足。两者的有机结合可以寻求到具有全局分布特性的最优聚类,实现基于改进的蚁群聚类算法分析。     

改进蚁群算法的动态K-均值聚类分析

提出了一种基于改进蚁群算法的动态K-均值聚类算法思想,该算法首先利用蚁群算法的较强处理局部极值的能力,动态地确定了聚类数目和中心,然后利用蚁群聚类得到的结果,再进行K-均值聚类弥补蚁群算法的不足。两者有机结合起来可以寻求到具有全局分布特性的最优聚类,实现了基于改进的蚁群聚类算法分析。     

论我国交通事故认定与交通肇事罪的关系

交通事故认定与交通肇事罪的关系一直是我国学术界争议的焦点,《最高人民法院关于审理交通肇事刑事案件具体应用法律若干问题的解释》出台以后,明确规定将分清交通事故责任作为交通肇事罪的定罪量刑基础,引起了广泛的争论。为了进一步厘清两者的关系,应当从交通事故认定的性质出发,通过交通肇事罪的犯罪构成和刑事责任两个层面分析交通事故认定在认定交通肇事罪中的地位,以使实务中的交通肇事案件得到更加合理的解决。     

“交通肇事逃逸”行为独立定罪探究

交通肇事罪是我国1979年刑法典和1997年刑法典中都明文规定的危害公共安全的过失犯罪,1997年刑法典在1979年刑法典的基础上,增加了对交通肇事逃逸和交通肇事逃逸致人死亡这两种情形的规定,并把这两种情形作为了交通肇事罪的加重处罚规定,从而提升了交通肇事罪的法定刑。但随着交通运输业的发展,包含故意因素的＂交通肇事逃逸＂行为不断出现,1997年刑法典对＂交通肇事逃逸＂行为的规制越来越显得力不从心,为了适应不断变化、发展的新形势的需要,笔者认为有必要将＂交通肇事逃逸＂行为独立定罪,从而进一步加强对交通运输业的管制。     

基于K-means聚类算法的客户细分探讨

重点讨论了聚类分析方法中K-means聚类算法在客户价值分析中的作用,通过对客户的现有价值和潜在价值进行分析,对客户进行细分。在此基础上,企业可结合行业的特征找出各类客户的特点,实行差异化服务策略,让更好的资源和服务提供给最有价值客户,从而达到顾客满意、企业盈利的目的。     

基于GIS城市道路交通事故管理系统的研究与开发

首先分析交通事故信息化管理的必要性,然后提出采用GIS技术开发一个城市道路交通事故管理系统,并重点对系统的功能模块进行分析,对系统的应用实现进行介绍,以期构建一个能进行属性数据分析和空间数据分析的交通事故管理系统。     

交通事故鉴定的证据价值--剖析2例交通事故

通过两起案情较为复杂的交通事故案例,掌握交通事故鉴定对查清事故真实过程的证据价值。综合运用车体痕迹学、法医学、DNA物证、微量物证学,对交通事故中各项检材进行检验分析。道路交通事故鉴定可以为案件侦破提供侦查方向、确定或排除肇事车辆、并为事故处理提供办案依据。综合运用多学科知识检验分析可以为复杂的交通事故鉴定提供一定的技术参考。     

交通肇事罪的司法困境及其解决思路

交通肇事后逃逸是实践中存在的一个严重问题,刑法第一百三十三条以及司法解释对其作了具体、详细的规定。但是,这些规定在理论上和实践中存在不少问题,引起了不少争议和歧义。为了解决这些问题,并适应打击交通肇事后逃逸行为的需要,设立“交通肇事逃逸罪”是一个较好的解决思路。     

基于人工免疫算法的十字路口交通流优化分析

将人工免疫算法应用于十字路口交通流数据的分类处理．将所分析的数据作为抗原，利用抗体、抗原的亲和作用，通过刺激／抑制有关抗体的活动建立一个抗体记忆池，再运用传统的聚类分析方法，对抗体记忆池进行分类，仿真实验结果清晰地反映了路口交通流数据网络的内在结构，为交通路口的红绿灯控制采用动态模式提供理论依据，同时说明人工免疫算法具有广阔的实用价值．