基于改进BP神经网络的恐怖袭击事件分级研究

为准确快速地对恐怖袭击事件进行分级,帮助建立恐怖袭击事件应急预案,提出一种基于模糊聚类算法和模拟退火遗传算法优化BP神经网络的恐怖袭击事件分级模型。通过模糊聚类算法划分样本训练集,利用BP神经网络的自学习能力获取输入与输出之间的模糊规则,采用模拟退火遗传算法提高神经网络精度。以GTD数据库样本为例,经实验得到普通BP神经网络的分级正确率为94.32%,模拟退火遗传算法优化的BP神经网络分级正确率可提升到99.88%,验证了基于模糊聚类算法和模拟退火遗传算法优化BP神经网络分级模型的有效性。     

中国31个重点城市环境质量分析与评价

从大气环境状况、水环境状况和固体环境状况三个方面选取指标设计环境质量综合评价指标体系,利用层次分析法和聚类分析法来评析我国31个重点城市环境质量状况,并对各个城市环境质量恶化的原因作一剖析,进而推进我国的环保工作,使环境质量整体状况进一步好转.     

基于SIFT与K-means聚类的多源图像匹配算法

为进一步提升图像特征点定位准确性,提高图像特征匹配的精度与算法效率,并保持良好的旋转与尺度不变性,文章提出了一种基于SIFT特征点和K-means聚类的图像匹配优化算法,在SIFT特征点基础上,利用亚像素插值和辐射聚类模型对传统算法进行优化,提取更精确的特征点,进一步根据辐射模型中距聚类中心距离比率,计算对象点与聚类中心的相似性,避免了特异点对聚类中心计算产生的突变影响,提高了聚类计算的正确性及特征点正确率.实验证明,在保证旋转不变性与尺度不变性的前提下,本算法实现了在同等距离比率下较原算法的图像匹配精度有较明显提高.     

最小局部方差优化初始聚类中心的 K-means 算法

针对传统 K-means 算法随机选取初始聚类中心导致聚类结果随机性大、优劣不定的缺点,通过定义局部方差,利用方差反映数据密集程度的特性,提出一种基于最小 局部方差优化初始聚类中心的 K-means 算 法。该算法选取数据集中局部方差最小的点作为一个初始聚类中心,并利用数据信息更新数据集,直到选到 k个初始聚类中心,实现初始聚类中心优化。基于 UCI 数据集与人工数据集进行实验,与传统 K-means 算法及最小方差优化初始聚类中心的 K-means 算法进行性能比较。实验结果表明,基于最小局部方差优化初始聚类中心的 K-means算法具有良好的聚类效果和很好的鲁棒性,且聚类时间较短,验证了算法有效性和优越性。     

当前环境监测质量管理存在的问题与解决对策

环境监测质量管理是系统的整体性工作．质量管理水平的高低主要体现在监测信息是否具有代表性、准确性和可比性．而如何实现监测信息的三个性质，正是当前环境监测质量管理存在的问题．笔者通过分析监测信息三个性质的重要保障环节，指出了问题的所在，并提出明确监测站的职能、解决监测站体制等问题，通过优化质量管理结构，加强实验室内外两大质控措施等对策，以提高环境监测质量管理水平．     

优化特征加权的FCM算法

模糊聚类是一种重要数据分析和建模的无监督方法.在FCM算法中,考虑到样本矢量中各维特征对模式分类的不同影响,本文提出一种优化特征加权的模糊聚类算法,该算法利用主成分分析法提取主要特征向量并根据其对方差的贡献率不同赋予相应权重进行聚类分析.     

基于大数据的定性数据流聚类优化模型研究

探讨了基于大数据的定性数据流聚类优化模型,设计了一个函数作为评价聚类模型有效性的目标函数,同时考虑了聚类模型的确定性和与上一个聚类模型的连续性.根据概念漂移的检测指标,提出了一种综合检测指标和优化模型的定性数据流聚类结构演化趋势的检测方法.通过对几个真实数据集的实验研究,验证了该算法在定性数据流聚类中的有效性,并与现有的数据流聚类算法进行了比较.     

基于模式元素的文档聚类方法研究

聚类问题的关键是把相似的事物聚集在一起,因此相似度计算是进行文档聚类的首要问题.XML模式是XML文档结构的体现,对XML文档的聚类可以通过XML模式的聚类来实现.本文提出一种基于XML模式元素的文档聚类方法,通过计算XML模式元素间的相似度来对文档进行聚类,综合考虑了XML模式中元素的结构和语义信息,进一步提高了计算相似度的精度,提高聚类的准确性,并且易于提取聚簇的通用XML模式.     

蚁群聚类优化算法在零售客户分类中的应用

随着网上购物热潮的到来,企业拥有的客户数据激增.挖掘并分析出隐藏在客户数据中的信息,实现客户群进行划分,对提高企业盈利有显著作用.鉴于此,研究从移动策略、观察半径、概率转换函数等三个方面进行蚁群聚类算法的优化,并以蚁群聚类优化算法实现客户数据的聚类分析.研究结果显示,与标准蚁群聚类算法相比,蚁群聚类优化算法的平均错误个...     

一种K-means算法的k值优化方案

聚类算法是数据挖掘中核心技术之一,而k-means算法在经典聚类算法中占有重要地位。针对k-means聚类算法的最佳聚类个数k不易获得,因而使得该聚类算法的应用受到限制,为此提出一种k值优化方法:通过给出大于最佳聚类数的可能聚类数,而得到优化的聚类个数。通过实例给予验证,其结果说明该方法合理有效。     

一个自动确定聚类数目的微粒群算法

提出了一个微粒群优化算法(autoPSO)自动聚类高维数据。autoPSO优化了Davies-Bouldin(DB)有效性函数,并将聚类问题转化为一个界约束的连续函数的优化问题。用一个实数矩阵和一个二进制向量来表示微粒,使得同一迭代中能够表示具有不同聚类数目的划分;并且,在二进制向量的控制下指导相关联的实数矩阵交叉操作,保持算法良好的种群多样性,避免算法早熟收敛。通过高维模拟数据集的实验结果表明,本文算法不需要预设聚类数目k,能够自动正确识别高维数据的聚类。     

基于混沌振荡粒子群优化的FCM文本聚类方法

针对模糊C均值聚类算法易于陷入局部极值的问题,设计了一种基于混沌振荡粒子群优化的模糊C均值聚类方法。该方法在标准PSO算法中设计了一个振荡环节并引入混沌理论以增加算法的多样性和收敛性,接着把优化后的PSO算法和模糊C均值聚类算法相结合。文本聚类的仿真实验表明,相对于PSO-FCM算法和FCM算法,CCPSO-FCM算法具有良好的全局搜索能力和收敛速度,聚类效果良好。     

数据挖掘中聚类算法的研究与探讨

聚类算法是数据挖掘中用来发现数据分布和隐含模式的一项重要技术。通过分析研究数据仓库及数据挖掘中聚类算法的现状,对数据挖掘中常见的几种聚类算法的性能进行相互比较,并分析它们各自的优缺点,对数据挖掘中聚类算法的发展趋势作出展望。     

Web客户的核聚类

提出了一种基于核的聚类方法,增加对样本特征的优化;通过核函数,把数据样本空间映射到一个高维的特征空间;在特征空间对数据样本进行k-中心点聚类,并通过计算类内距离作为适应度准则,取其最优的结果。通过Web日志挖掘中的Web客户聚类应用比较,表明核聚类方法在性能上比经典的聚类算法有较大的改进,从而实现更为准确的聚类。     

人际情态维度下的语用身份构建——以《狂飙》为例

人际情态影响语用身份构建,情态表达在交际会话中无处不在。根据站位原则,交际互动中会话者的人际情态分为“趋同站位”和“趋异站位”两种视角。该文提出了语用身份在人际情态维度下的构建可遵循“趋同站位身份构建”和“趋异站位身份构建”两种模式,并用《狂飙》中安欣和高启强两位主人公的典型对话进行分析例证,彰显了语用学身份研究的学科特色,促进人际情态与身份构建研究的发展。     

基于蚁群算法的大学生体育锻炼行为特征聚类挖掘方法

以改善聚类分析质量,更好地挖掘大学生体育锻炼行为特征为目的,研究基于蚁群算法的大学生体育锻炼行为特征聚类挖掘方法。通过背景减除的方式确定体育锻炼视频图像中的大学生身体,获取其二值图像,通过图像矩判断体育锻炼中大学生身体的质心,结合局部二值模式直方图特征与质心速度特征获取体育锻炼行为特征向量。构建基于蚁群算法的聚类模型,根据体育锻炼行为特征向量间的一致度实现体育锻炼行为特征聚类。同时针对蚁群算法收敛效率差,且有较大概率产生停滞问题的缺陷,通过优化信息素更新方式与蚂蚁选择路径方式优化蚁群算法。实验结果显示该方法能够准确提取体育锻炼行为特征,获取高质量的体育锻炼行为特征聚类结果。     

《水环境监测》课程实验室建设的探讨和实践

2011年12月至2012年2月,为了优化水环境监测这门课程的校内实训基地的水质监测能力,根据《水环境监测》工作情景,对我校校内实训基地进行改建,同时借鉴了环境监测站、排水监测站等多家合作企业的实验室建设经验,拓展学生学习的机会和领域,以便于完成基于工作过程的教学。     

模糊C均值聚类图像分割的.net设计与实现

提出了一种新的基于模糊C均值(FCM)聚类的图形图像分析方法,并采用高级语言对其进行了设计与实现。阐述了FCM聚类的基本原理,建立了FCM聚类的类别识别模型,研究了FCM聚类分类的模型的缺陷并提出优化策略。在此基础上,采用.net与FCM聚类相结合的算法,展示了FCM聚类的算法优势,采用.net语言提高了FCM聚类分析的速度与聚类效果,多线程的应用更好地展示了FCM在图形图像分析中的优势。通过对不同情况下车牌图像的分割分析,提升了FCM对复杂图像的应用效果。     

构建环境监测网——浅析政府外延实验室建设

提出把环境监测成员单位作为政府实验室外延机构来管理的理念,以及环保部门应从现场监督管理为主逐步转变为现场监督与数据监管双结合的工作思路;引导社会力量,推进环境监测社会化,构建政府、企业、社会机构共同参与的环境监测体系。探索把政府实验室的质量管理体系移植到监测成员单位的方式运行,且政府的监测任务以合同的形式确定,以合同形式进行规范的管理模式。为此,必须完善监测站建设、加强企业自行监测能力的配置、开放和规范社会监测机构的运作,这样才能促使他们能够既符合监测社会化的要求也能按照环保体系中"监测站模式"提供环境服务。     

构建环境监测网——浅析政府外延实验室建设

提出把环境监测成员单位作为政府实验室外延机构来管理的理念,以及环保部门应从现场监督管理为主逐步转变为现场监督与数据监管双结合的工作思路;引导社会力量,推进环境监测社会化,构建政府、企业、社会机构共同参与的环境监测体系。探索把政府实验室的质量管理体系移植到监测成员单位的方式运行,且政府的监测任务以合同的形式确定,以合同形式进行规范的管理模式。为此,必须完善监测站建设、加强企业自行监测能力的配置、开放和规范社会监测机构的运作,这样才能促使他们能够既符合监测社会化的要求也能按照环保体系中"监测站模式"提供环境服务。