简介：科学地鉴定与评价领导干部经济责任的履行情况，可以客观评价领导干部的经济责任，促进领导干部全面落实科学发展观和树立正确的政绩观，依法行使权力、有效履行职责。然而由于种种原因，我国领导干部经济责任审计评价还没有一套科学化的评价方法。本文在分析现有经济责任审计评价方法的缺点的基础上，对经济责任审计评价方法进行研究，提出了基于模糊聚类的经济责任审计评价方法。

简介：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。

简介：影响矿井煤炭自燃的因素包括煤炭自燃倾向性、地质条件、开采技术条件，煤炭自燃预测是一个模糊系统。应用模糊聚类分析法，将一定数量煤矿自燃信息作为样本进行聚类分析，可以得到煤层自燃危险程度模式，预测待开采煤层的自燃危险程度。

简介：本文运用模糊聚类分析法,根据供应商的交货可靠度、产品质量和产品价格这三个评价指标对多家供应商进行分析,将供应商大体上分为几类,以便选择出适合企业的供应商。最后用实际算例对本文方法进行了分析说明。

简介：基于数据分布密度划分的聚类算法是数据挖掘聚类算法中的主要方法之一。针对传统密度划分聚类算法存在运算复杂、运行效率不高等缺陷,设计出高维分步投影的多重分区聚类算法;以高维分布投影密度为依据,对数据集进行多重分区产生数据集的子簇空间,并进行子簇合并形成了理想的聚类结果;依据算法进行实验,结果证明该算法具有运算简单和运行效率高等优良性。

简介：摘要针对网络数据的海量性和相对无序性，定义了多层次话题语义结构模型，基于多层次话题语义模型，对经典的SinglePass算法做出了改进，包括使用子话题质心来代表子话题内的文档、AverageLink比较策略、进行类似于K均值算法的聚类重调整的方法、子话题和话题的双层次语义结构。在实验过程中对比了在线话题的聚类算法的性能，确定了层次化在线话题聚类方法，形成有机统一的热点话题聚类模型，具有较高的应用价值和研究价值。

简介：早期,有人就提议了一个可以避免因为人多导致流量受到干扰的方法,就是实时监控,并对流量进行分类的方法,这种方法在最早的时候才用的是DPI技术进行对信息流的分类,这为以后的聚类算法起到了奠基的作用,通过对OPTICS聚类算法思想的应用,使用数据点的个数对流量进行稠密程度划分,以此来完善信息的聚类,并有针对性的对各个用户提供相应的服务。

简介：   摘要：针对传统的相似度计量方法根据用户评分信息矩阵来计算物品或者用户相似度，需要考虑所有用户反馈的历史信息，提出一种改进的协同过滤推荐算法。首先，将所有物品度的平均值作为一个阈值，选出高密度阈值物品。其次，使用可变网格的聚类方法将有共同兴趣是用户聚为同一类。最后，在类内用推荐算法对用户进行物品推荐。实验结果表明新算法在一定程度上提高了推荐系统的推荐精度和质量。

简介：采用模糊聚类思想与方法，对大学生体质健康测试数据进行分析，从庞杂的数据中获取有价值的信息，建立学生体质健康状况评价模块，用以帮助教师及学生更好的了解学生的体质状态，选择锻炼方法，提高学生健康质量。本文以5000名在校大学生的体质健康测试数据为案例，应用模糊聚类方法对数据进行处理分析，得到了各类的语意解释，从而量化的评价了学生体质健康情况。

简介：合成孔径雷达SAR图像的相干成像特性,不可避免的形成特有的相干斑点噪声,严重影响图像的地物信息提取和分类,需要进行去噪预处理。针对SAR图像斑点噪声的特点,针对SAR图像斑点噪声的特点,对图像进行小波变换分解,提出模糊聚类和软阈值收缩去噪的方法,利用模糊C均值聚类将小波系数分成包含信号能量和只包含斑点噪声能量两大类,对前一类小波系数进行软阈值降噪处理,而对后一类小波系数直接置零。实验结果的目视效果和评价指标均表明,小波模糊聚类和软阈值收缩有效地去除了SAR图像斑点噪声,图像视觉效果清晰,较好地保持地物目

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：大规模双馈机组风电场目前已经大面积装机投运。在仿真研究中,由于风电场中含有多台风电机组,风电场精确模型阶数过大,无法实际应用于含风电电力系统的仿真研究。本文采用谱聚类算法,依据风电场内各风电机组的运行状态,将场内的各风电机组分为两个风电机群,并采用容量加权方法,建立了风电场电磁动态等值模型。仿真算例表明,所建立的等值模型在保证足够精确度的前提下大大缩小了仿真模型的阶数,减轻了仿真计算的压力,具有较高的实用价值。

简介：介绍一些网络聚类算法及其基本原理,简述了其在生物信息学的应用。本文不是网络聚类算法的全面综述,只介绍这些网络聚类算法的基本思路,体会其数学建模的基本思想。

简介：针对传统聚类算法中存在的较易陷入局部最优解等问题,在传统的K均值算法中引入了遗传算法和模拟退火算法,将两种算法相结合,通过交叉、变异、模拟退火等操作,实现了聚类分析。通过模拟数据集的实验和UCI数据集的实验验证了算法的稳定性和获取全局最优解特性。

简介：k均值算法是一个常用的局部搜索算法,它的主要缺陷是容易陷入局部极小,并且该局部极小解与全局最优解往往有很大的偏差.本文提出一个基于K-均值的迭代局部搜索文档聚类算法.该算法以k均值算法所得到的解作为初始解,从该初始解开始作局部搜索,在搜索过程中接受部分劣解.当解无法改进时,算法对所得到的局部极小解做适当强度的扰动后进行下一次的迭代,以跳出局部极小,从而拓展了搜索的范围.实验结果表明该算法对文档数据集聚类的正确性达99%以上.

简介：摘要： 现如今，人们的生活质量在不断提高，对于电力的需求在不断加大， 针对电力大数据流的异常检测问题，该文将流数据聚类算法与电力大数据相结合，针对现有流数据聚类算法不易存储全部数据、断电数据易丢失等问题，以及流数据聚类算法对于离线阶段聚类算法实时应答的要求，从数据的完整性、安全性以及流数据聚类算法的低时间复杂度的角度出发，对 CluStream 流数据聚类算法进行改进，提出流式 K-means 聚类算法。对在线阶段，使用 Redis 集群进行流数据的缓冲，并设计节点时间衰减策略，增大心跳消息中有效消息所占比例；对离线阶段聚类算法进行优化，使用最佳距离法确定初始聚类中心，减少迭代次数；最后，使用所提出的流式 K-means 聚类算法进行用户用电异常行为检测，实验结果表明，该算法能够很好的发现用户用电异常行为。

简介：针对采用经典划分思想的聚类算法以一个点来代表类的局限，提出一种基于泛化中心的分类属性数据聚类算法。该算法通过定义包含多个点的泛化中心来代表类，能够体现出类的数据分布特征，并进一步提出泛化中心距离及类间距离度量的新方法，给出泛化中心的确定方法及基于泛化中心进行对象到类分配的聚类策略，一般只需一次划分迭代就能得到最终聚类结果。将泛化中心算法应用到四个基准数据集，并与著名的划分聚类算法K-modes及其两种改进算法进行比较，结果表明泛化中心算法聚类正确率更高，迭代次数更少，是有效可行的。

简介：提出一种基于均值聚类的车牌定位算法,该算法能避免由于环境的复杂而带来的定位的不确定性。

简介：摘要：计算机和互联网的普及，使得电力部门累积了大量的数据信息，这些数据信息记录着供电企业的运行状况以及客户信息，利用大数据和云计算可以做到聚类算法，实现对大客户用电行为的分析，有利于更好地为大客户提供个性化电力服务需求，使供电企业在竞争激烈的市场环境中立于不败之地。

简介：对于二维灰度图像，基于灰度信息的图像信息熵分析法，由于没有考虑到图像的空间信息，存在着对图像信息描述不准确的问题。在进行图像分割时，若图像复杂到一定程度时，无法得到满意的效果。本文从空间信息和灰度信息出发，将图像的空间信息和灰度信息作为特征向量，对比较复杂的图像进行聚类分割，取得了满意的效果。经分析和实验验证，本文提出的基于空间信息和灰度信息的塔型模糊C－均值聚类（PFCM）图像分割方法与传统的非塔型聚类算法相比，具有收敛速度快，稳定性好等优点。同时，由于对初始聚类中心的合理初始化，消除了聚类分析中常见的死点问题。