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。     

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.     

基因表达数据的模糊聚类技术研究

利用聚类分析工具可以从海量的、日益增长的基因表达数据中解析出其中可能的编码基因及其生理功能,这是生物信息学中一项很有意义的工作。模糊聚类算法是一种常用的基因表达数据聚类分析工具,可以发现重叠的基因簇,它不强制将每个基因归入某个具体的聚类中,而是计算每个基因对各个类的隶属度。本文分析了基因表达数据的模糊聚类分析方法及其重要应用。     

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。     

基于模糊聚类的超链分析算法

基于关键字匹配的搜索引擎排序网页时仅仅考虑评价网页的重要性,而忽视分类;基于分类目录的搜索引擎很难动态分析Web信息。本文在分析它们不足的前提下,提出利用模糊聚类的方法对搜索引擎的检索结果进行动态分类,依据超链分析算法PageRank和Web文档隶属度相结合进行分类排序,并给出具有调节值的结合公式。实验证明,该算法能够更有效地满足用户的需要,提高检索效率。     

基于模糊聚类和关联规则修正的入侵检测技术

本文针对目前基于聚类算法的入侵检测技术存在符号类型数据处理能力欠缺、误报率较高的问题。提出了一种基于聚类和关联规则修正的入侵检测技术。该方法将关联规则挖掘技术引入到聚类分析机制中．利用针对符号型属性的关联规则挖掘结果对聚类结果进行修正,从而有效降低由于在入侵检测单纯使用聚类分析所导致的误报。文中详细的阐述了改进的具体实现方案,并通过实验验证了该技术的可行性。     

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。     

模糊聚类在数字图书馆中的用途

目前，互联网上的信息浩如烟海，面对海量的资料，首要的任务是将它合理的归类。所以，聚类分析是数据挖掘的核心技术，而采用模糊聚类分析的方法处理web信息具有很强的针对性。文章介绍了模糊聚类的一般方法以及在数字图书馆中的应用。     

竞争对手分类和排序的灰关联聚类模型及其应用研究

本研究应用灰色系统理论,构建了竞争对手分类和排序的灰关联聚类模型,将评价对象系统化、模型化.克服了综合评价中给作用不同的指标赋以不同的权重的主观因素的影响,赋权的原始信息直接来源于客观环境,不仅能对待评对象进行聚类,同时还可以评出它们的优劣.并以中国彩电行业为例,对该模型进行了应用研究,结果能够较准确和直观地反映彩电企业间的竞争态势,证明了模型的有效性和实用性.     

学科馆员竞争力的灰色关联分析

灰色关联分析作为一种系统分析技术,是分析系统中各因素关联程度的方法,其基本思想是根据统计数列的几何关系或曲线的相似程度来判别因素间的关联程度。本文运用灰色理论对影响学科馆员竞争力的各因素进行灰色关联分析,为学科馆员的选拔和淘汰提供量化依据。     

基于灰色关联分析的图书馆服务质量评价研究

在分析现有图书馆服务质量评价存在问题后,提出了一个新的定性与定量相结合的图书馆服务质量评价方法--基于灰色关联分析的综合评价方法.     

情报检索系统用户相关性判断的灰色聚类决策

所谓灰色聚类决策,就是按多个不同的决策指标对决策对象进行综合评价,以确定决策对象是否满足给定的取舍原则。该方法可以用于对情报检索系统的检索结果进行相关性判断。参考文献4。     

基于模糊聚类分析的信息共享空间评价

信息共享空间(IC)作为一种新型的服务模式正逐步被各高校图书馆所采纳,其服务评价也日益引起人们的重视。根据笔者建立的图书馆信息共享空间评价指标体系结构,本文试图运用模糊聚类分析法建立IC评价的数学模型,对国内外六所高校的信息共享空间进行调查、实例分析与评价比较,得出信息共享空间的评价结果,为组织机构、专家学者、用户以及工作人员准确评价IC与推广IC提供了一种新的理念和方法。     

信息检索的模糊聚类分析模型

本文在对信息检索的模糊性进行论证的基础上 ,采用基于模糊等价关系的动态聚类方法对信息检索结果进行聚类分析 ,建立了信息检索的动态聚类分析模型 ,并给出了算例 ,使情报用户可以更加充分合理的利用各种信息资源。     

灰关联分析法在图书流通管理中的应用

本文运用灰关联分析原理及方法,研究了图书流通与读者群体间的相互关系,结果表明,读者数量的变化对图书流通的影响程度可用灰关联度ｒ给予表征,并且,通过比较诸因素的ｒ值可以确定影响流通量大小的主要原因     

基于灰色关联分析和BP神经网络的数字资源服务绩效评价研究

针对国内外数字资源服务绩效评价过程中存在的局限性,以及考虑到数字资源服务绩效评价涉及的内外部因素较多,单纯的运用定性或定量评价方法都难以做到准确、客观和全面,本文提出了基于灰色关联分析和BP神经网络算法对数字资源服务绩效进行评价研究.首先建立了基于GRA-BPNN的评价模型,运用灰色关联分析法对评价指标体系进行约简,消除冗余指标,然后把约简后得到的评价指标输入到BP神经网络中进行智能训练,最后把待评价的检测样本输入到训练好的BP网络中,得到了数字资源服务绩效的实际输出值,实际输出与期望输出结果相吻合,从而证明了评价的可行性和有效性.     

基于模糊理论的远程教育网站自调整策略*

互联网应用和信息技术在教育领域的高速发展，使得人们不再局限于传统的教室学习，数字图书馆和基于Web与多媒体技术的远程教育模式得到了迅速推广。建立反映学习状况水平的个性化学习网站对于远程教育有着重要意义，是一个新的研究领域。本文将模糊理论运用到远程教育网站的服务模型中，使网站具有自我调整的功能，能够为学生提供一个良好的学习平台。文中提出了一种自调整的远程教育网站的体系结构和改进的CA算法。     

通用关系数据库与模糊数据库的比较研究

比较了处理精确数据的通用关系数据库与基于关系数据模型的模糊数据库在关系模式、关系操作、数据库语言、概念设计方法、体系结构等方面的异同点。     

数据库绩效的变异系数与灰色关联度分析及实证研究

采用变异系数法对28个数据库绩效综合评价相关指标进行权重计算,剔除重要性和相关性较小的指标,得到样本数据库综合绩效评价的23个最终评价指标体系及相应各指标的权重,并对各指标权重分布的合理性进行验证;然后结合灰色关联度分析法评价各样本数据库的综合绩效以及通过计算各样本数据库5个维度指标的关联度值分析影响各样本数据库绩效优劣的重要因素,从而找到提升数据库绩效的途径。