模糊聚类算法分析及程序实现

本文详细介绍了模糊聚类算法的产生过程以及应用模糊聚类算法进行模糊分析的ASP代码,最后通过一个具体的实例,对模糊聚类算法进行了验证。     

浅析无线自组网的分群问题和算法选择问题

无线自组网在组网设计时需要考虑网络结构的选择问题,于是引入了分级网络结构。分级网络结构设计的一个重要问题就是网络分群问题,本文对此进行了重点描述,对一些重要的分群算法,如最小ID分群算法,最大连接度分群算法等的算法思想进行了描述,对各种分群算法的设计思路进行了比较,并对算法的性能进行了分析和阐述。     

基于率失真理论的模糊聚类模型与算法

本文从信息论的角度考虑了聚类问题,将聚类看成是有损信息压缩的过程.首先运用率失真理论建立了模糊聚类的优化模型,与经典的模糊聚类模型相比,模型的目标函数中多了一个描述聚类过程复杂度的指标.同时为了估计聚类数目,还提出了一个新的聚类有效性指标.其次通过求解优化模型得到基于率失真理论的模糊聚类算法.最后将基于率失真理论的模糊聚类算法与经典模糊C均值算法进行了数值实验比较.数值实验结果表明基于率失真理论的模糊聚类算法能够自动确定聚类数目,在运行时间上比模糊C均值算法有一定减少,且最终的模糊划分矩阵与模糊C均值算法相比有较少的模糊性,因而聚类结果更加明确可靠.     

一种模糊情报检索agent的研究

本文讨论了基于模糊数学的近似计算机情报检索,给出了标引词模糊语义关联距离的定义,提出了Ｎ个ａｇｅｎｔ元素堆上的ａｇｅｎｔ近似模糊匹配算法和快速的模糊标引词ａｇｅｎｔ检索算法,在限定检索词的条件下,其算法时间复杂性是０（ｎ）的,最后给出了一个ａｇｅｎｔ模糊匹配案例     

NFCNNC:一种新的模糊竞争神经网络聚类模型及其在文本聚类中的应用

提出了一种新的模糊竞争神经网络聚类模型NFCNNC,并将其应用到文本聚类中。NFCNNC将模糊中心聚类(FCC)算法得到的模糊聚类中心向量作为神经网络的权值,通过比较隶属度值得到获胜神经元。网络中仅两个神经元同时调节权值。隶属度值最大的神经元以较大的学习率调整权值,隶属度次大的神经元以较小的学习率调整权值,其他神经元权值不变。按照FCC算法调整模糊聚类中心向量值(即权值)和神经元的隶属度,当网络稳定时,即可确定聚类数。与传统模糊神经网络模型相比,本文的模糊神经网络模型具有结构简单、运行效率高、聚类精度高的优点,同时克服了传统算法需预先指定聚类数的局限性。通过对文本聚类的实验验证,本算法取得了良好的效果。     

基于ID3分类算法的深度网络爬虫设计

针对目前Web信息挖掘中存在的信息覆盖率较低的问题,对网络爬虫系统进行研究,提出一种针对深度网络的、基于ID3分类算法的Web页面收集方法。对Web页面的特征进行分析、处理和分类,提取包含深度网页的表单,通过自动提交这些表单来进行更深和更广的页面获取,实验表明该方法可以有效减少现有搜索引擎的盲区,改善搜索结果。     

一种基于数据挖掘技术的馆藏资源个性化推荐服务

本文介绍了一种如何将ID3决策树算法和关联规则应用于馆藏文献信息资源的个性化推荐服务当中去的方法.文中首先对读者借阅历史记录进行了挖掘和分析,利用决策树算法挖掘出可推荐的相关读者对象,再依据关联规则提取借阅历史记录并对其进行分析和挖掘,从中找出相关潜在的有用或有价值的规则,然后依据这些规则选择出最适合推荐的项目推荐给读者.该方式是为实现个性化推荐服务所进行的一种新的探讨,具有算法收敛性好,计算方法简单有效,可靠性高,推荐效果显著等优势,与传统推荐技术相比,能够更加全面、准确、清晰地进行文献推荐.理论和实践结果表明,所提出的这种方法是一种行之有效的形式.     

基于粒子群的模糊C均值文本聚类算法研究

利用模糊C均值算法解决文本聚类问题时,随机选取的初始聚类中心和聚类数会导致不同的聚类结果,且容易陷入局部最优。提出利用粒子群优化算法确定模糊C均值的初始聚类中心,并通过向量空间模型和特征提取,再利用模糊C均值进行文档聚类。实验表明,这种基于粒子群的模糊C均值聚类算法迭代次数少,能解决经典模糊C均值算法对初始值敏感和易陷入局部极小的缺点,且聚类速度和效果得到明显提高。     

基于词词关联矩阵改进的模糊检索研究——模糊语词转模糊概念检索方法探究

语义网的发展为模糊语词转模糊概念检索提供了可能,鉴于词表在模糊检索系统中的主导地位,实现模糊概念检索必须先完成词表向本体的转换。在综合分析和评价已有转换方法的基础之上,提出综合转换法。该方法继承间接转换法规范的概念抽取及关联设计规则,又通过综合评议和词信息量、词间关联度、文档频率等参数的算法设计改变了直接转换法过于程式化的处理方式。最终将词词关联矩阵转换为概念矩阵,叙词表升级为本体库,并在现有检索算法的基础上设置了检索原子与概念的映射关系,以实现概念检索。     

信用风险评估的一类改进模糊ISODATA算法

后金融危机时代,信用风险成为商业银行风险管理的重点,而更精确可靠的信用风险评估技术也受到了业界和学术界的充分关注.传统的ISODATA算法在选取初始模糊分类矩阵时的随意性是其应用于信用风险评估时导致较低精确度的主要原因之一.本文在厘清传统ISODATA算法不足的基础上,提出了信用风险评估改进的模糊ISODATA算法步骤,提高了ISODATA算法对信用风险评估的适应性.     

增量式关键资源页面判定树

本文针对互联网上信息的日益海量增长的情况,在评述前期算法的基础上,提出了一种关键资源页面判定树的增量式更新算法.新算法使用Web页面的链接分析方法,选择合适的Web页面属性,并基于反例的统计信息来构造判定树的测试属性值,采用ID5R算法来处理训练样本不断增长的关键资源页面判定的机器学习任务.同时设计了适合于该算法的剪枝策略,它通过引入并实时更新反例样本比率并在其值低于抑制因子时停止分裂的办法,避免了树的过度增长与抗嗓能力差、泛化情况糟糕的情况.实验表明增量式更新算法能更高效地生成关键资源页面判定树.最后讨论了该算法的应用领域.     

无线便利 安全堪忧

从无线的一个安全漏洞谈起 2012年初,国内两家无线路由器的主流厂商爆出WPS（WiFi Protected Setup）安全漏洞：AP（无线接入点设备）的PIN码（默认的密码）并非通过随机算法生成,而是直接通过设备的硬件ID（出厂MAC地址）换算得来。其中某厂商的甚至基本不需猜解,只需将MAC地址的3个低字节进行16进制到10进制的转换,     

基于食物链的改进三种群遗传算法

借鉴生态学中的能量传递方式——食物链,按照营养级的划分,将种群分为大小不同的三个种群,按照不同的遗传操作方式并行进化并每代进行最优单体特征的传递,将这种改良的算法与模糊控制器操作联系起来,对隶属度函数、模糊规则以及量化因子和比例因子进行完整优化,最后的结果显示该改良算法优化后的模糊控制器较双种群遗传算法和普通的三种群遗传算法其控制性能在很大程度上得到了明显改善。     

构建基于科研人员知识网络的机构仓储——以Researcher ID为例

介绍了基于科研人员学术论文所构成的知识关系网络,以及在这种知识网络基础上所形成的科学社区Researcher ID,揭示了科学研究之间的合作关系、引文继承关系。随后介绍了我国机构仓储服务的现状、特点。并将其与Researcher ID做比较,以Researcher ID为参考,构建基于科研人员知识网络的机构仓储,提升机构仓储服务功能,促进学术交流与传播。     

基于环境属性模糊相关度的入侵警报验证算法

分布式入侵检测系统通常具有较高的误报率。为有效滤除错误警报和无关警报,改善入侵检测的效果和性能,本文提出了一种基于环境属性模糊相关度的入侵警报验证算法。该算法基于模糊逻辑,综合考察警报信息与操作系统、应用服务、攻击漏洞、安全配置等多方面环境属性的相关度,扩展了警报验证的依据信息范围,同时考虑各环境属性间的相互关联性,增强了传统警报验证方法的合理性和适应性。     

基于在线评论的消费者模糊情感计算与推理

针对Web 2.0时代大量主观性文本的出现,消费者在线评论描述了消费者关于某一产品或服务的观点或经历。本文基于模糊理论讨论了在线评论中的情感挖掘问题。以消费者心理行为学理论为基础,根据在线评论的自然语言模糊本质属性,建立了消费者心理模糊库群,包括特征、感知、情绪、评价等4个模糊库;结合评论语句的句法分析,给出了消费者态度情感的模糊计算算法(FSCA-OR);并依据消费者的决策过程,进行了推理规则库的构建;最后通过实验验证了所提方法的有效性。     

基于特征属性模糊相似度的入侵警报聚合算法

分布式入侵检测系统的一个显著缺陷是会产生大量的重复警报。为有效消除警报冗余,改善入侵检测的效果和性能,本文提出了一种基于特征属性模糊相似度的入侵警报聚合算法。该算法基于模糊逻辑,综合分析警报的攻击类型特征、时间特征、空间特征三维属性,通过分别定义具体的隶属函数,按照攻击类型和时空特征属性模糊相似度对入侵警报进行聚合,比传统的精确匹配法和概率统计方法更适合于处理入侵警报信息的相似性。     

基于模糊规则推理的主题资源搜索系统设计与实现

本文在分析用户网络浏览行为的基础上,从用户的专业知识经验出发设计了用以控制、引导网络蜘蛛行为的专家知识库,利用模糊规则推算法,在进行网页下载的同时对网页中的URL主题相关度进行预测的同时对相应的资源进行模糊规则分类.文章并以基础教育资源搜集为例对该算法进行了实现,通过对先后两个版本的系统性能的分析和比较,结果表明,使用模糊规则推理算法,进行URL相关度预测可以有效提高主题资源搜集的速度,采用二次分类的办法可以进一步提高资源分类的准确度,从而提高主题资源搜索系统的整体性能.     

车牌图像识别系统中预处理算法研究

车牌图像研究中,由于天气、拍摄角度影响,使得获取的车牌图像模糊现象,给车牌识别系统带来了难度本文提出一种新的预处理算法,采用Sobel和Robert算法对图像进行边缘检测,该算法原理简单,容易实现,处理速度快,有效地解决车牌字符预处理中的难题．     

基于多因素模糊综合的雷达和AIS情报航迹融合算法

本文分析了雷达情报和AIS情报的数据特性,给出了两者时空统一算法,提出了利用多因素模糊综合方法进行航迹关联,对于关联航迹采用加权融合算法确定目标位置,提高了航行数据的精度与可靠性。