简介：本文讲述了聚类分析方法的步骤，以及基于模糊C均值聚类识别方法的原理和模型，以及方法的步骤。运用模糊C均值聚类识别方法，对给定特征的样本数据进行了聚类识别，并利用最大隶属度的识别原则进行识别，计算结果表明是可行和有效的。

简介：针对供配电系统中经常出现串联型故障电弧引发火灾等事故的问题，研制了串联型故障电弧实验装置，并针对典型负载开展了大量实验。首先，利用傅里叶变换提取了发生故障电弧前后电流的前20次谐波含量，并将其作为样本；其次，采用主成分分析对样本数据进行降维，提取出电流谐波变化的主要成分；最后，运用K均值聚类判断出原始信号是否故障。结果表明，以电流谐波为特征，通过主成分分析和K均值聚类可以有效地识别串联型故障电弧。

简介：云计算中的群集计算应用程序（例如MapReduce和面向用户的应用程序）具有应用程序级别的需求,因此需要有高级别的抽象来表示这些应用程序的需求.协流（coflow）是一个网络级别的抽象,用来表达数据并行编程范例的通信要求.协流使应用程序更容易地将其通信语义传达给网络,从而使网络能够优化常见的通信模式.然而,现有的协流识别方案依赖于修改应用程序,并不适用于多数实际场景.提出了基于增量聚类的协流识别策略,采用增量聚类算法来执行快速、透明的协流识别,实现了协流识别的自动化,同时无需对应用进行修改.仿真实验结果显示,本文的识别算法具有超过90%的准确率,具有一定的鲁棒性.

简介：通过研究视频汉字识别问题，提出了关于视频中汉字跟踪及分割算法。首先，提取视频样本特征，采用K均值算法进行聚类作为第1次分类，之后，采用多个BP（backpropagation）神经网络进一步细分一次分类后的结果作为二次分类。最后，对以上算法进行了实验验证，结果证明这些算法是有效的，多层分类器较单一的BP神经网络分类器识别率更高。

简介：对肿瘤样本进行准确的分型识别是有效治疗肿瘤的前提。首先，利用方差滤波方法选择肿瘤表达谱中具有最大方差的部分基因作为识别特征集，然后，利用支持向量聚类对肿瘤表达谱进行分型识别。针对多类型样本情况和支持向量聚类中出现的孤立点聚类问题，分别提出了有效的解决办法。对两个肿瘤表达谱数据的测试结果显示，基于支持向量聚类的方法能够准确地对肿瘤样本进行分型识别，同时能够自动发现肿瘤样本真实的亚型数量。

简介：为实现高校教师有效教学的特征识别,以问卷的形式对高校教师教学能力现状的反馈情况进行考查和归纳,提取教学意识能力、教学风格能力、教学认知能力、教学反思能力等7个有效教学特征因子,并采用李克特五级量表进行数据处理。提取有效教学的特征值,对有效教学特征因子进行量化,得到有效的教学特征数据,进而采用模糊C均值聚类算法对有效教学特征数据进行分类,建立标准有效教学模型库。将新的教师有效教学特征值通过模糊模式识别中贴近度的方法与模型库相匹配。如果不匹配,提出4种提升有效教学的策略,为后续的教学风格研究提供依据。

简介：

简介：针对网络学习者及其对案例访问的模糊性提出采用模糊聚类的方法对学习者和案例进行聚类分析。在算法中，以各学习者对案例的访问次数、时间、学习效率等刻画学习者对案例的关注程度建立模糊相似矩阵，再由平方法求出模糊等价矩阵，然后进行聚类分析。通过具体实例阐述算法的计算过程，证明算法实现的可行性和有效性。

简介：以某型特种车为研究对象,在判定其发动机存在异常磨损的基础上,通过实例阐述了基于模糊聚类分析方法和灰色关联分析理论的发动机磨损部位识别方法。选取不同聚类元素的发射光谱原始数据进行磨损部位识别,结论表明,聚类元素的选取直接影响模糊聚类结果,并对磨损部位识别的最终结果产生影响。为提高故障部位识别的准确度,在聚类分析中应剔除零部件中不存在的及工作环境影响较大的元素,并依据发动机材料元素构造合理的磨损部位标准模式。

简介：在回顾国内学者关于企业财务预警模型研究的基础上，提出了一种新的预警模型—基于模糊聚类和模糊模式识别模型。利用该模型对训练样本进行模糊聚类，计算最优聚类中心，对待估样本所属类别进行模糊模式识剐。通过对40家沪市上市公司进行实证分析，取得了较好的预警效果。最后针对模型存在的问题提出进一步的研究方向。

简介：摘要交通拥挤事件是城市公共交通系统中造成交通延误的最主要原因之一，快速有效的识别拥挤事件是城市交通控制策略的重要环节。针对交通流相态及其交通因素类属方面存在的模糊性，本文在分析交通流特征时对其进行了聚类软化分。根据交通流特性，运用模糊C均值聚类算法对交通流各要素进行模糊分析处理。通过对交通量隶属度的判别和聚类分析结果，找出不同交通流间的亲疏程度和相似性，将具有相近特性的交通流归纳在一类，从而判别出交通流相态属性，确定交通拥挤事件的发生，达到对交通拥挤事件识别的目的。

简介：摘要：为了精准有效地识别高速公路交通运行状态，基于重庆市高速公路ETC门架数据，选取交通流量、车辆速度、交通密度作为交通状态分类指标，将K-means聚类算法的聚类中心作为模糊C均值聚类算法的初始聚类中心，利用改进后的模糊C均值聚类算法构建高速公路交通状态识别模型，利用支持向量机分类模型(SVM)交叉估计法验证运行状态识别准确率。研究表明改进后FCM聚类数据比原始FCM聚类数据识别精准度提高了3.5%，改进后的FCM算法迭代次数少、目标函数值小、更精准有效地实现了高速公路交通运行状态的识别。

简介：提起野鸭类的识别，可以说是观鸟者的初级课程。它们数量多、易发现，既不像雉鸡类藏匿于深山险谷中，需要艰苦跋涉才能一睹芳容；也不像猛禽类那样翱翔于天际，只给人留下极少的识别线索；更不像水于鸟的另一大类群——鸻鹬类，尽管数量也多，分布也广，但是种类之间的形态特征十分接近，观乌者要想分辨清楚必须得下点功夫。雁鸭类的识别可以用一句话来形容：虽然“易上手”，但很值得“琢磨”!

简介：摘要本文分析了汽车行业基于不同思想的各类大数据聚类算法，用户应该根据实际应用中的具体问题具体分析，选择恰当的聚类算法。聚类算法具有非常广泛的应用，改进聚类算法或者开发新的聚类算法是一件非常有意义工作，相信在不久的将来，聚类算法将随着新技术的出现和应用的需求而在汽车行业得到蓬勃的发展。

简介：摘要双聚类（Biclustering）算法在数据挖掘中是一个新兴的算法，对于矩阵类型的数据，其聚类效果很好。本文浅述了双聚类算法的基本特点，并提出了用迭代的双聚类算法对未知的数据进行分类，并对一组数据进行了测试，其分类表现不错。

简介：摘要：随着我国城市的发展和建设步伐的加快，地下空间的开发力度越来越大，城市深基坑工程越来越多，并呈现大规模、大深度的发展趋势。近年来，城市深基坑工程风险事故频发，往往带来难以估量的生命财产损失以及不良的社会影响。城市深基坑工程建设具有开挖工期长、施工难度大等特点，是一项高风险的建设工程。尤其在施工阶段，项目投入资源多、技术复杂、周边环境复杂，不可预见因素多并不断变化。因此，为了保证基坑工程顺利实施，对城市深基坑工程施工风险进行评估具有重要意义。基于此，本篇文章对基于模糊聚类最大树算法的高层建筑基坑工程风险识别方法进行研究，以供参考。

简介：摘要：自动驾驶技术在我国的关注度较高，对这项技术进行深入的研究，有利于提升我国的自动驾驶技术的水平，促进我国汽车产业的升级，帮助实体经济快速发展。本文对自动驾驶技术中的激光雷达点云实时目标聚类与识别方法进行了深入的研究，希望对我国相关技术的进步以及汽车行业的发展有积极的影响。

简介：　首先比较了数据流聚类分析与传统的聚类分析方法的一些不同点，对目前最新的一些数据流聚类研究成果进行了分析，最后对数据流聚类发展方向进行了展望。

简介：为了从巨大的视频数据源中找到所需要的信息，基于内容的视频检索系统便应运而生。本文主要研究视频镜头切换检测技术。

简介：聚类分析在数据挖掘领域中占有重要地位,到目前为止学者们提出了许多的聚类算法.本文提出了一种基于kNN的聚类算法k-NearestNeighborCluster（kNNC）.该算法首先找到每个数据点的k个邻居点,然后设置匹配点数n,通过使用每个点的邻居点进行匹配进而达到聚类效果.本文通过三个实验去验证该算法,并且与k-means算法进行比较.实验结果表明,该算法具有稳定的正确率,而其最大的优点是不需要预先设定聚类簇数,它可以大致的找到聚类的簇数.