共查询到20条相似文献，搜索用时 93 毫秒
1.
2.
《西南大学学报(自然科学版)》2020,(10)
针对机械设备轴承故障振动信号具有强噪声、非线性、非平稳特性并致使故障特征信息难以提取的问题.提出了一种利用变分模态分解(Variational Mode Decomposition, VMD)和改进模糊聚类算法相结合的机械故障诊断新方法.首先,对采集的故障数据采用VMD和奇异值分解方法进行预处理,去除异常值及噪声;然后,采用核模糊C均值聚类(Kernel-based Fuzzy C-Means clustering, KFCM)算法来进行不同故障类型数据划分,通过计算分类系数、平均模糊熵和海明贴近度对其分类性能进行评估;最后,利用粒子群算法(PSO)对KFCM训练状态的参数进行优化.通过仿真分析和实验数据验证,该方法不仅表现出更优的分类性能,能精确、稳定进行故障识别,而且只需要少量样本数据进行训练,从而使诊断的工作量和诊断时间大为减少,为大型旋转机械设备在线故障诊断提供了理论依据. 相似文献
3.
针对信息挖掘中的文本自动聚类问题,提出了一种基于模糊向量空间模型的核聚类算法。首先对聚类文本进行模糊特征提取得到模糊特征项集,然后依据模糊特征项集对每篇文本计算特征项的文档频数,进而得出每篇文本的模糊特征向量。最后利用高斯核函数将每篇文本的特征向量映射到高维特征空间,在高维特征空间中利用核聚类算法实施文本聚类。该方法在特征提取时充分考虑了特征项在文档中的位置信息,使自动聚类原则更接近手工聚类方法。以中国期刊网全文数据库部分文档数据为例验证了该方法的有效性。 相似文献
4.
针对数量大、数据结构复杂、离散度大的样本数据的聚类分析,采用ISODATA算法实现.ISODATA算法是1种基于统计模式识别的非监督学习动态聚类方法,是大样本数据聚类分析常用的方法,但该算法需要预先确定初始聚类参数.本文提出了基于黄金分割法来度量聚类的有效性,该方法能动态计算聚类度量参数,以此实现大样本数据的有效聚类.实验证明:该方法能够合理、有效的进行数据聚类. 相似文献
5.
针对传统聚类算法在图像分割中对聚类中心选择敏感,可靠性差的缺点,本文采用AP聚类算法研究图像分割问题。AP(Affinity propagation)聚类算法是通过数据点之间的信息传递产生高质量的聚类中心,避免了聚类初始中心选择难的问题。本文通过与K均值算法和模糊C均值算法在图像分割中的实验比较,得出本算法优于其他两种算法,对图像可取得良好的分割效果。 相似文献
6.
通过最大树模糊聚类算法对全国典型旅游城市之间入境旅游流的流动进行了分类,并做了城市结点之间的相关性分析,最后得出典型旅游城市的聚类分析结果,为全国跨区域旅游开发规划提供科学依据。 相似文献
7.
对不同地区的葛根类药材按药理活性强度进行正确分类.采用基于聚类的模式识别分类算法.采用基于聚类的模式识别分类算法,该分类算法将聚类技术引入有监督的自动分类并应用于中药材的模式识别,从而对葛根类中药的药理抗内毒素活性识别正确率达92%,优于经典k最近邻法与Bayers判别法.此方法有助于判定葛属植物的质量,可用于中药模式... 相似文献
8.
在数据密集型计算环境中，数据的海量、高维、分布存储等特点，为数据挖掘算法的设计与实现带来了新的挑战。基于MapReduce模型提出网格技术与基于密度的方法相结合的离群点挖掘算法，该算法分为两步：Map阶段采用网格技术删除大量不可能成为离群点的正常数据,将代表点信息发送给主节点；Reduce阶段采用基于密度的聚类方法,通过改进其核心对象选取,可以挖掘任意形状的离群点。实验结果表明,在数据密集型计算环境中,该方法能有效的对离群点进行挖掘。 相似文献
9.
改进了面向分类数据的重叠子空间聚类算法(ROCAT),提出了面向分类数据的重叠子空间聚类算法(SCCAT).利用数据凝聚力模型(DCC)代替ROCAT的数据压缩模型以提高算法精度;将源数据集分为样本内数据集和样本外数据集,采取对样本内数据聚类,对样本外数据分类的方法完成聚类来降低算法复杂度.实验结果表明SCCAT在提高算法精度的同时,也降低了算法的时间复杂度和空间复杂度,适用于大规模数据的处理. 相似文献
10.
《河北北方学院学报(自然科学版)》2018,(11)
目的帮助通信运营商在激烈的竞争中不断优化各种业务,稳定和增加客户。方法使用模糊聚类算法构建电信客户流失预测的模型,通过对数据的收集和预处理,利用模糊聚类算法进行预测,得到电信客户流失的预测结果。结果通过模糊聚类对电信客户的预测,分析出4种聚类的客户结果,从而得到各种客户的状态和比例,结论根据预测的结果对电信业务进行调整或改变策略,为电信营业厅经营者提供了一定的科学依据。 相似文献
11.
加权空间模糊动态聚类算法在土壤肥力评价中的应用 总被引：7，自引：0，他引：7
【目的】改进和提高空间模糊聚类算法。【方法】首先利用层次分析法得到各属性的权值,然后将权值与空间模糊动态聚类法相结合,最后利用概率统计中的F分布来确定最佳分类,以提高空间模糊聚类算法的智能性。【结果】加权空间模糊动态聚类算法与基于模糊等价关系的传递闭包方法进行比较表明,当λ取0.993时,F值最大,分类效果最好。此时,加权的F值为4.898,未加权的F值为2.957,说明加权的类间的差距比未加权的明显,即该算法聚类准确率要明显高于未加权的模糊聚类算法。【结论】将其改进的算法运用到精准农业的土壤肥力评价中,试验结果与实际情况相符,证明了该算法的有效性。 相似文献
12.
13.
针对负荷建模中统计综合法研究薄弱的现状,在某省全电网大范围调研基础上,提出了基于模糊C均值算法的分类思想,并对调查的48个枢纽变电站和纺织行业典型用户的负荷特性进行了分类研究,得到其相应聚类中心矩阵,分析了聚类结果和聚类中心矩阵,得出了有意义的结论,表明该方法可以有效的进行变电站的聚类和综合以及典型行业用户的精选,解决了负荷建模中变电站特性分类处理和典型用户的精选的复杂性与主观性,对综合负荷建模具有重要的指导意义.该方法具有概念清晰,计算方便,算例论证了其正确性和有效性. 相似文献
14.
基于模糊C均值的桉树茎切片图像纤维细胞区域提取技术 总被引：4，自引：0，他引：4
介绍了一种自适应提取桉树茎切片图像中纤维细胞区域的图像处理技术．先制作桉树茎切片,通过数码显微镜获取桉树茎切片彩色图像．将彩色图像转换为CIE L^*a^*b^*彩色空间,用模糊C均值聚类算法(FCM)对a^*、b^*通道进行模糊聚类分析,计算出各种颜色细胞的聚类中心,以各个象素a^*、b^*分量的值与各个聚类中心之间的欧氏距离来区分各种细胞,然后提取出纤维细胞区域．结果表明,在CIE L^*a^*b^*空间使用FCM方法是提取桉树茎切片图像纤维细胞区域的有效方法． 相似文献
15.
随着激光雷达的发展,树木点云数据的获取更加简便、准确。为了实现树木点云的树干与地面分类,对K-means方法进行改进,通过计算高度和强度直方图确定k值和初始聚类中心点,用高度距离做聚类分析,实现单株树木原始三维点云数据聚类。结果表明:采用MATLAB对香椿树的31 394个点云数据和油松树的14 260个点云数据,分别进行了直方图处理和不同距离的目标函数做聚类分析的试验,得到树木点云数据的分类结果,并与DBSCAN算法和传统K-means算法结果对比分析,说明改进K-means方法,能够使得树干与地面更好的分离,提高了效率;采用改进的K-means方法对12颗树木点云进行应用分析,验证了方法的普适性,最终分类结果达到了树干与地面分离的标准。 相似文献
16.
【目的】寻求更为准确的盐渍土分类方法。【方法】对模糊聚类法的原理进行了介绍,并结合西北某机场重要建筑物的地质特点,利用模糊聚类法对该地区10个检测点的地基土进行了分类。【结果】西北某机场10个检测点的地基土可分为4类,即(1,2,3,4,8,9)区域属于亚硫酸盐渍土;(5,6)区域属于亚氯盐渍土;(10)区域属于碳酸盐渍土;而(7)区域属于非盐渍土。【结论】盐渍土分类的模糊聚类法较传统分类法简单、准确可靠,尤其是能具体判断出某点或某区域是否为盐渍土,对盐渍土的评判和地基处理有较大帮助。 相似文献
17.
《江西农业学报》2022,(10)
为了实现航拍大田油菜花的准确分割,本文提出了一种基于HSI颜色空间阈值和X均值自动聚类算法相结合的分割方法来有效提高分割精度。先将待分割的原始图像转换到HSI颜色空间,通过设定的颜色阈值对目标区域进行定位,实现初步分割,得到候选目标区域;然后将候选目标区域的像素转换至LAB颜色空间,计算候选区域的a、b通道的均值和方差;最后利用得到的均值和方差作为聚类的约束条件,利用X均值自动聚类算法对原图像的a、b通道进行聚类。实验结果表明,本文提出的方法能够克服变化的背景的影响,准确提取油菜花区域;相对于传统的聚类方法,本方法不需要预先设定聚类数,从而实现完全自动的分割。 相似文献
18.
本文利用基于Atmel 328p芯片搭建的Arduino最小系统,集成了三轴加速度传感器和存储卡以及蓝牙4.0模块,设计了一种针对山羊日常行为活动数据采集的可穿戴设备。设备将传感器实时采集的数据保存到存储卡中,再通过蓝牙4.0模块传输到服务器。在服务器端运用了模糊C-均值聚类算法分析数据,实现了对山羊日常活动行为的分类,为山羊精准饲养模型建立提供了可靠的数据基础。 相似文献
19.
20.
《山东省农业管理干部学院学报》2019,(7):33-37
为了解决模糊C均值聚类(FCM)算法进行图像分割时容易陷入局部最优和随机初始化聚类中心的问题,研究人员提出了基于改进的狮群优化和模糊C均值聚类的混合图像分割算法。该算法首先利用改进的狮群算法优化模糊C均值的目标函数,增强算法全局最佳值搜索能力,使其避免陷入局部最优,同时引入聚类有效性指标,通过迭代更新搜索到合理的分割类别数实现自动确定图像分割最佳类别数,并根据最佳类别数确定最优聚类中心的选取,最终实现图像的自适应分割。实验结果表明,该方法可自适应地确定图像分割最佳类别数,能快速准确地实现图像分割。 相似文献