关于凝聚型层次聚类时间复杂度的研究

针对层次聚类方法中的凝聚型层次聚类算法每次只合并两个类,迭代次数高、时间复杂度高的缺陷,提出了两种改进的算法：k近邻层次聚类和距离阈值层次聚类。然后对两种算法分别使用3组数据进行实验验证,结果表明两种算法均可以减少凝聚型层次聚类算法的迭代次数、降低时间复杂度;k近邻层次聚类需要输入的人为参数多,使得聚类结果的可靠性降低,距离阈值层次聚类的人为输入参数少,聚类结果的可靠性相对高,且聚类速度快。     

数据挖掘中聚类算法的研究

随着数据挖掘技术的发展,作为数据挖掘中重要方法之一的聚类分析,先后出现了许多聚类算法。这些聚类算法均有其自身的优缺点。为了方便用户找到适合的聚类算法,本文根据不同的聚类原理对聚类算法进行分类,并概述了各类算法的发展情况。针对聚类的典型要求,归类出了一些有代表性的算法,同时对它们进行了分析和评价。文章最后给出了几种常用聚类算法的性能比较,并对聚类算法的发展进行了展望。     

一种基于时序的层次轨迹聚类算法

聚类相似的运动轨迹,获取对象主要运动特征是轨迹路径聚类的目标之一。本文针对轨迹路径数据量大、传统整体轨迹聚类算法效率低等问题,提出了一种基于时序的层次轨迹聚类算法(hierarchical trajectory clustering algorithm based on time series,HTCTS)。算法首先将完整的轨迹数据按一定的时间间隔进行分割,然后对分割的子路径分别聚类,最后在对聚类子集进行二次聚类,生成最终的聚类结果。实验结果表明:HTCTS算法在聚类效率和聚类质量上高于整体轨迹聚类算法。     

中华鳖聚缩虫病病原的生物学特性研究

本文研究发现,中华鳖聚缩虫病病原为聚缩虫（Zoothamniumsp）,其分类地位隶属于原生动物门,纤毛纲,绿毛目,钟形上科,聚缩虫属。聚缩虫（Z．sp）呈树枝状群居于中华鳖体表面引起聚缩虫病。动物应激试验证明,聚缩虫对次氨酸钠、石灰水、氨水等碱性溶液敏感,易导致虫体萎缩,甚至解体。     

数据降维与K-均值聚类的质量评估

聚类分析在大数据时代应用广泛,但缺乏直观评价聚类质量的有效方法。为此,提出一种具有数据降维和搜寻数据固有聚类数量的处理模式。在数据散射矩阵基础上构造一个增广矩阵,利用线性辨别分析将高维数据变换到最具辨别性的低维特征子空间以实现数据降维。为解决分区聚类算法的随机初始化问题,提出最小-最大规则,避免出现空聚类并确保数据的可分性。对于聚类的结果,计算每个聚类的轮廓系数,通过比较轮廓的尺寸以评价不同聚类数量情况下的聚类质量。对K-均值算法的仿真结果说明,这种处理模式不仅能够可视化确定未知数据所固有的聚类数量,而且能为高维数据提供有效的分析方法。     

一种带有导向性的聚类方法在电信客户细分中的应用

聚类是一种常用的客户细分方法。本文结合电信市场客户细分实践,针对一般聚类算法的不足,设计了一种带有导向性的聚类方法。使用该方法得出的聚类结果区分了普通类与极端类,提高了聚类效果,在指导实际市场营销活动中有着明显的优势。     

一种基于最大模糊熵的高斯聚类算法

介绍了一种新的模糊聚类方法，定义了模糊熵，提出了基于最大模糊熵的模糊聚类的方法，得到了一种新的聚类算法——GCM算法。该算法的物理意义清晰，有明确的数学含义，相对于传统的FCM聚类算法，其聚类效果更好。     

中国碳排放影响因素分析及对策

通过对国内外碳排放影响因素与解决方法的阐述与分析,列举出影响中国碳排放的14种影响因素,应用系统解释结构模型(ISM)理顺这些因素的相互关系,并使用ISM模型中的小团体分析方法,对其进行聚类划分。通过聚类内部影响因素之间的关系,找出6个聚类中各个聚类中的关键影响因素。针对6个聚类因素中的关键影响因素,结合其所处的聚类环境,给出相应的解决方法与方案,同时对聚类中其他影响因素起到积极的作用。     

基于局部聚合的复杂网络自动聚簇算法

针对全局聚簇计算消耗偏高的缺陷,提出了基于局部聚合的自动迭代聚簇算法(LAICA)。LAICA首先通过局部聚簇发现网络中连接紧密的节点集,即:局部簇,然后迭代合并局部簇从而实现对网络的全局聚簇。实验结果表明,LAICA算法能自动决定簇数并精确分配节点至其所属簇,在真实网络数据集上的聚簇精确度最高达到99.72%。     

如何在Web挖掘中使用聚类算法

首先介绍了聚类的概念,然后提出了用模糊聚类算法对Web事务进行聚类。在聚类的相似性度量上,不再单纯地以访问次数或浏览时间来度量,而是采用用户浏览离散化时间为度量。该算法比传统算法准确性高,运行时间少,扩展性好。     

基于分布模型的层次聚类算法

提出了一种新的层次聚类算法,先对数据集进行采样,以采样点为中心吸收邻域内的数据点形成子簇,再根据子簇是否相交实现层次聚类。在层次聚类过程中,重新定义了簇与簇之间的距离度量,并以此为基础建立堆结构。利用估计数据点总体分布的思想,证明该算法将逼近最优解。实验结果表明,算法的聚类效果大大优于现有的聚类算法。     

支持向量聚类算法的研究与改进

支持向量聚类是基于支持向量机和核方法的一种新颖的聚类方法.与其它传统聚类方法相比较,该方法具有能得到全局最优解,并能处理任意形状的聚类,无需指定聚类数目,参数少,容易处理高维数据等优点.在原算法的基础上,在聚类标识阶段提出了改进算法,用支持向量代替原来的全部样本数据来进行标识,进一步减少运算时间,提高运算速度.     

复杂机械产品服务系统服务活动聚类方法研究

为实现复杂机械产品服务系统配置优化，首先应该对服务活动进行聚类。课题组提出把服务划分为复杂机械产品服务、服务功能集合、服务行为集合和服务活动4层层级结构。分析了服务活动的耦合关系，基于模糊聚类算法提出了复杂机械产品服务系统中服务活动聚类方法。以汽车产品服务为例，应用该方法获得汽车产品服务系统服务活动聚类方案，并采用逼近理想解法进行排序，选择出最优聚类方案。实际应用证明该方法为复杂机械产品服务系统服务活动聚类优化提供了合理的指导。     

聚天冬氨酸及其与锌盐的复配物对碳钢缓蚀性能的影响

研究了相对分子质量不同的聚天冬氨酸及其与锌盐的复配物对碳钢缓蚀性能的影响。结果表明 :聚天冬氨酸的缓蚀性能优异 ,锌盐可降低聚天冬氨酸的用量 ;两者的复配物表现出混合型缓蚀剂的特征     

论宋濂的族治思想——从“定规聚族”的层面来论述

宋濂宗族思想丰富,其中以聚族为重点,他认为定规聚族是睦族之本,作用在宗谱之上。该文从三个部分对其聚族思想进行论述:一是总体规划;二是定规聚族;三是小结。宋濂固然重视宗谱的重要性,但更重视定规范,认为它是睦族的最佳途径。     

改进的共享型最近邻居聚类算法

聚类效果往往依赖于密度和相似度的定义,并且当数据的维增加时,其复杂度也随之增加。该文基于共享型最近邻居聚类算法SNN,提出了一种改进的共享型最近邻居聚类算法RSNN,并将RSNN应用于高速公路交通数据集上,解决了SNN算法在“去噪”、孤立点和代表点的判断、聚类效果等方面的不足之处。实验结果表明,RSNN算法比SNN算法在时空数据集上具有更好的聚类效果。     

免疫接种粒子群的聚类算法

将粒子群优化算法和K均值算法结合进行聚类分析,同时引入了免疫系统中的免疫接种和免疫选择机制来指导粒子的迭代过程,提出了一种基于免疫接种粒子群的聚类算法,在粒子群迭代的过程中加入免疫接种机制指导粒子的飞行方向,再通过免疫选择机制对接种的结果进行选择,确保粒子种群向更优的方向移动。实验结果证明,基于免疫接种粒子群的聚类算法基本克服了K均值算法容易受初始聚类中心影响的缺点,聚类结果稳定,而且比基于粒子群优化的聚类算法取得了更好的聚类效果。     

一种基于向量空间模型的文本聚类方法

研究了一种基于向量空间模型的文档聚类方法.提出了一个新的聚类模型,即在传统聚类模型的基础上增加一个文档特征向量调整模块;给出了一个特征评价函数用以进行特征提取;对一种基于相似度的平面划分聚类算法做了一些改进.实验结果表明本文提出的聚类模型是可行的.     

钢纤维地聚物混凝土轴压性能细观数值模拟

为研究细观尺度下钢纤维地聚物混凝土(SFRGPC)的轴压性能,考虑骨料和钢纤维在混凝土基体内部的随机分布,建立钢纤维地聚物混凝土棱柱体的三维细观尺度数值模型。对不掺纤维与掺纤维2种工况下钢纤维地聚物混凝土的轴压性能进行模拟,验证该细观尺度数值模型的准确性。在此基础上,分析钢纤维地聚物混凝土的轴压破坏行为,进一步探究骨料最大粒径和纤维掺量对混凝土轴压受力性能的影响规律。结果表明,地聚物混凝土峰值应力随骨料最大粒径增加而降低;骨料最大粒径的增加会略微降低地聚物混凝土的韧性指数;由于纤维对混凝土裂缝的桥接作用,地聚物混凝土的峰值应力和韧性指数随纤维掺量增加均有所提高,且韧性指数的提高更为显著。     

基于Single-Pass算法的网络舆情文本增量聚类算法研究

随着信息技术的快速发展,互联网成为主要社会信息传播方式,网络舆情的影响力不断扩大。网络舆情具有内容丰富、信息量大且相关话题种类繁多等特点,虽然聚类技术可以用来发现网民关注的话题,但是传统聚类算法还无法直接应用于海量动态网络舆情监控。本文根据网络舆情动态演化特点,研究高效的增量文本聚类算法,选取经典的增量聚类算法Single-Pass进行了改进,解决了该算法输入数据顺序敏感问题及求解效率问题。实验结果表明,在海量舆情文本聚类过程中,该方法可以大大提升舆情文本聚类效率,同时聚类精度未受到影响。