简介：摘要院文章采用模糊聚类算法，根据顾客的月消费水平隶属度进行百货企业的市场细分，提出基于ABC控制法的顾客目标市场定位，为百货企业提供决策依据。

简介：本文通过将模式识别中的K近邻算法和K-均值算法融合在一起,将其运用到入侵检测领域中,使它能够适应入侵检测的需要,通过实验分析表明,在运用结合之后的算法后,系统不仅能够保证实时性,并且具有了一定的未知入侵检测能力。

简介：针对无线传感器节点能耗不均的问题,研究了一种多特征组合加权的K一means聚类算法.改进了传统K一means算法中聚类中心随机选择的问题,并针对各维度特征对聚类影响的不同,赋予不同特征不同的权值.采用新的算法,并为其构建对应的算法性能衡量指标,与已有算法相比,新算法效果较好,能够明显提高数据聚类效果.

简介：针对K-means算法在数据聚类过程中初始值选取的随机性问题,基于非均匀采样原则对该算法进行改进。同时,针对聚类算法并行化的需求,基于Spark平台对改进算法进行了并行化实现。单机串行处理和集群并行化实验证明了该改进算法在处理海量数据集时具有更高的准确性和稳定性,且在Spark平台上的并行化实现具有良好的加速比和可扩展性,从而表明该算法能在实际的海量数据处理中高效运行。

简介：提出了基于K-means聚类和SPIHT编码的红外图像压缩算法。通过采用小波域系数的SPIHT编码压缩，克服了JPEG标准压缩算法在低比特率下严重的方块效应；通过K-means聚类算法，克服了嵌入式零树编码算法（EZW）没有充分考虑到图像小波系数同一子带中相邻元素之间相关性的缺陷。实验结果表明，此算法对红外图像具有很好的边缘和纹理保持性能。

简介：定义了一种称为四维"复数"的概念来表示彩色图像象素,并由此定义彩色图像的"亮度矩".它以原图像的"亮度矩"与二值化后的图像"亮度矩"保持不变为基础,用于彩色图像的二值分割中.这种称为矩-四维聚类的两级阈值化算法不仅简单实用,而且效果较好.是彩色图像的二值分割的一种有效方法.

简介：摘要：随着水利工程大力兴建，所遇工程问题越来越多，边坡变形及稳定性问题出现的概率也越来越大。依据边坡变形海量资料，应用K-Means聚类法，进行边坡变形时空演化规律研究，建立了基于位移和位移速率两指标控制的边坡变形时空演化特征，很好地揭示了边坡变形动态区域和演化特征，可为类似边坡变形提供参考和借鉴。

简介：物流中心拥有高价值的建筑物、设施设备等投入成本，如果选址不当，将产生极大的负面影响．针对这一问题，运用模糊聚类法，综合考虑政策环境、自然环境、行业背景等宏观因素以及网点覆盖面、与省内烟厂的平均距离、现有物流节点规模、卷烟销售量、省外烟流经节点量、销售市场潜力等六大因素，对卷烟物流配送中心优先顺序进行确定．

简介：摘要在遥感技术支持下，利用神经网络与模糊聚类结合方法对城市绿地生态环境服务价值的划分进行探讨，使用TM遥感影像提取城市绿地生态环境服务价值的各项影响因子，并运用自组织基本竞争神经网络对城市绿地生态服务价值的各项影响因子进行划分评判，采用最大树枝法对每个影响因子的评判结果进行模糊聚类分析，最终实现对城市绿地生态服务价值的综合评判。以广州研究区域为例，实验结果显示1等生态环境区域为白云山和火庐山等植被覆盖度高的林地。2等生态环境区域主要集中在白云山较为稀疏的林地和种植作物的农地。3等生态环境区域主要集中在果园用地。4等生态环境区域主要为草地。结果与实际情况相符，可见此方法可行。

简介：提出了一种新的多数据流聚类算法.该算法可以有效地对有相似行为但存在一定时间延迟的多数据流进行聚类.算法采用自回归模型技术度量数据流间的延迟相关,利用频谱估计来抽取数据流的特征.每一个数据流用其谱分量的和来表示,从而来计算每对数据流间的相关关系.每个谱分量用振幅、相位、衰减率、频率4个参数来描述.算法计算谱分量对之间的ε-延时相关关系,并以此为基础来得到聚类分析中数据流间距离的度量.此外,算法采用滑动窗口技术对多数据流进行聚类,实时地得出聚类结果且动态地调节聚类的个数.在人工数据集和实际数据集上的实验结果表明,所提出的算法比其他类似的算法具有更快的速度和更好的聚类效果.

简介：B2C电子商务的竞争对个性化服务提出更高的要求，聚类分析是在数据挖掘的基础上，根据Web用户的行为模式，将具有相似属性的用户分为一簇。最大最小距离算法按照某种策略，选取离得尽可能远的客户作为初始中心，努力得到客户群一个比较好的初始划分，显著提高聚类质量，为电子商务企业了解客户、挖掘客户、制定营销策略，提供有力帮助。

简介：摘要：DBSCAN密度聚类算法是一种基于密度的带有噪声的空间聚类，能够发现任意形状的聚类簇，广泛应用于机器学习等领域。根据密度聚类算法特征，将其应用于公交车站点设置优化中，并通过轮廓系数度量此次聚类的质量。

简介：通过对多指标评判的分析,结合模糊评价方法的特点,论述了一种多指标模糊综合评判的混合决策算法.在模糊综合评判的取大取小算法的基础上,给出一种比较好的模糊综合评价的混合算法.

简介：摘要：模糊控制（FuzzyControl）是源于对语言变量、逻辑理论的深入研究，并结合了丰富的实际应用，从而将传统的控制方法与最新的信息处理技术相结合，构建出一种全新的、高度可靠的智能化控制系统。通过采用本文提到的控制技术，我们能够发现它具备许多显著的优势，包括对建模的要求比传统的技术更加严格；依靠专业操作者的技术，可以更加准确的控制系统。此外，模糊控制还具备良好的抗干扰性，特别适用于长期变化的环境。本文旨在深入探讨PLC程序中应用的模糊算法，并对其有效性和可靠性做出详细的描述。

简介：摘要针对电网因灾害性天气或连锁故障后，稳定计算人员难以短时间内计算出薄弱输电断面限额，造成电网调度运行人员无法迅速识别电网薄弱断面和控制电网风险的难题。本文介绍了基于线路功率构成模糊聚类和最短路径相结合的计算方法和功能应用，包括动态查找关键断面，从而计算该断面的传输功率极限，该方法实现了两种方法的有机结合和优势互补，仿真结果表明了该算法在自动辨识电网薄弱输电断面的简便性、可行性和实用性。

简介：摘要本文建立配电网综合评估两层评价体系，指标层包括安全性、可靠性、持续性、效率和效益等五大指标，各指标评价因素由电网负荷、网架结构、设备类型等组成。对各评价因素进行灰色聚类分析，进而评估各因素所属评价集，然后进行多层次模糊评价，得到配电网综合评估结果，能够为电力企业配电网规划建设提供综合评估和决策参考。

简介：边缘检测是图像分析和计算机视觉中最重要的内容之一。80年代中期,从图像所具有的不确定性是由模糊性引起的观点出发,首次将模糊集理论引入图像的边缘检测中,提出了图像边缘检测模糊算法（简称Pal算法）。与传统的空间域微分算法相比,该算法具有较好的抑噪、边缘检测效果,但是此算法仍然存在不少缺陷。就三种改进的模糊算法从算法原理和检测效果上与传统的Pal算法进行比较分析,用以说明改进算法能取得更好的检测效果。

简介：针对目前快速增长的智能数字电视的点播直播节目，观众对感兴趣的节目选择困难的现状，本文提出一种面向智能数字电视的点播直播节目数字电视推荐系统，它基于改进的聚类和协同过滤组合推荐算法。系统统一了点播直播节目的节目标签，以便于用户点播直播历史数据统一打分，然后形成用户-评分矩阵表，再针对高维矩阵表进行基于PCA和K-means的分裂层次聚类算法聚类形成相似用户簇群。接着对用户所在的簇群进行基于协同过滤算法计算，得出用户对未观看节目的预测评分，给用户推送最佳节目。

简介：摘要：针对传统聚类算法在处理大数据流时出现的效率低、性能差、响应慢、稳定性不足等问题，提出了一种实时流可控的聚类边缘计算算法(SCCEC)。首先，通过粗糙聚类方法对实时大数据元组进行预处理，确定聚类数量和中心点位置，并形成具有差异的宏聚类集合。其次，对获得的宏聚类集合进行采样处理，并以最大和最小距离进行K均值并行聚类，实现数据的精细聚类。最后，将完全聚类算法和边缘计算算法相结合，并在边缘计算框架下进行仿真实验。实验结果表明，该算法相比传统聚类算法运行效率更高、计算质量更好、稳定性更强，可有效提高大数据聚类性能，并降低实时数据流误分类率。

简介：一个网页可能同时属于多个类别,网页归类 ,待归类网页