模糊聚类分析的方法及实例应用

首先介绍了模糊聚类分析在分类中的重要性,其次介绍了模糊聚类分析的步骤,最后将模糊聚类分析算法与实际问题结合起来,并给出了分类结果,验证了方法的有效性.     

聚类分析分类结果合理性考核方法

对聚类分析应用于肿瘤分型时的分类结果合理性考核方法进行探讨.该方法借助于预测强度指标,并结合中位数及95%参考值范围的概念来比较不同聚类方法得到的分类的合理性,在一定程度上弥补了聚类分析方法的应用不足.在对白血病患者分型时取得了很好的效果.     

省域低碳经济发展分类及评价研究

在构建区域低碳经济评价指标体系的基础上,在省区低碳经济分类评价中,运用多元统计方法中的聚类分析和系统工程学中的密切值法,结合2011年中国统计年鉴的统计数据对相关指标的数据样本进行了聚类分析,将低碳经济发展相类似的地区划成群体,再用密切值法对聚类所得的群体进行排序,从而评价出各地区的低碳经济发展水平.     

模糊C均值算法的改进

模糊聚类分析方法具有较强的实用性,但传统的模糊C均值算法对数据集进行分类时有均分的趋势,对于数据集中各类样本数目相差较大的情况,其聚类结果不是很理想.因此,本文对FCM算法进行了改进,使之不但能够达到更好的分类效果,同时也更加适用于样本分类不均衡的聚类问题.文中还结合具体算例进行了聚类分析,得到了理想的分类效果.     

模糊聚类分析的新算法

提出了一种模糊聚类分析的新算法——追踪法 ,解决了以往模糊聚类分析计算量过大以及难于编程实现的问题 .该方法尤其适用于大规模数据的模糊聚类分析 ,对于模糊聚类分析的推广使用有重要意义 .     

基于模糊数学和灰色理论的多层次综合评价方法及其应用

针对多层次指标体系的综合评价问题,在模糊综合评判方法的基础上,结合灰色理论,提出了一种新的定量综合评价方法—多层次模糊灰关联聚类分析综合评价方法.应用该方法对油气钻井技术进行综合评价,取得了满意的结果.     

函数型数据聚类分析研究综述与展望

函数型数据是大数据时代的典型数据,也是大数据分析的重要视角,其稀疏粗糙、无穷维、低信噪比等复杂特性导致传统聚类分析方法凸显诸多弊端。为了厘清函数型数据聚类分析的研究现状,在界定函数型数据概念与内涵基础上,本文依据方法原理差异将函数型数据聚类分析方法划分为四类,理论剖析并模拟检验每一类别方法的相对优势和存在的不足。最后,针对现有研究尚待解决的关键问题,并结合大数据时代的数据特征,展望了函数型数据聚类分析的未来研究方向。     

聚类分析与因子分析在天津港富营养化分析中的应用

为识别天津港富营养化发生的主要环境因子,将聚类分析与因子分析相结合,对天津港海域的水质进行综合评价.结合近期天津港南部海域的生态和水质监测数据,利用SAS统计分析软件,首先以富营养化海域的生态群落指标作为聚类指标,对各监测点进行聚类分析,按照生态群落效应将各监测点分为三类;然后分别对三类监测点水质进行因子分析,识别导致各类水质富氧化的主要环境因子,并确定污染的来源与贡献.     

聚类分析在分枝定界法中的应用

针对界约束二次规划的分枝定界法中出现的紧、松弛策略,结合聚类分析方法,给出了新的剖分边的选取原则,把球约束二次规划作为子问题,使得原问题整体最优值的上、下界能较快的达到.     

ETC对武汉交通畅通性的贡献率研究

城市交通畅通性是多因素综合作用的结果,受到城市规模、交通政策、出行结构及交通基础设施等多方面的影响.运用双重差分的核心思想,结合聚类分析,采用分位数回归,解决了内生性、控制组受影响的问题,从影响武汉交通畅通性的众多因素中,剥离出ETC系统的净贡献.     

基于改进目标函数聚类法的模糊最优划分判定模型

针对聚类分析的Fuzzy模式未解决的问题:模糊划分空间中模糊最优划分的判定问题,以改进的目标函数聚类法为基础,建立与定义指标集对应的模糊最优划分判定模型,求解最优划分矩阵.     

供应链环境下客户满意度评价的未确知均值聚类模型

未确知均值聚类结合未确知理论和聚类理论构造未确知测度作为集合隶属度来表示样本与各类间的隶属关系.从产品合格、柔性、可靠性等几方面对影响供应链客户满意度的因素进行分析,构建供应链环境下的客户满意度评价指标体系.在此基础上,应用未确知均值聚类理论对供应链环境下的客户满意度进行综合评价,得出聚类结果,找出各类类中心,并给出样本属于各类的隶属度,较好的解决了对供应链环境下客户满意度的分类问题,最后以实例来论证该方法的可行性和有效性.     

灰色模糊聚类理论在飞机方案优选中的应用研究

将灰色系统理论应用到飞机设计方案评价中,研究了一种含有方案评价指标体系和考虑评价指标权重以及灰关联分析的飞机方案优选灰色模糊聚类决策理论,这种决策理论利用指标权重将评价指标联系在一起,在评价方案与理想方案灰关联度的基础上进行灰色模糊聚类,实现方案优选.最后以一个短距/垂直起降(V/STOL)飞机设计实例证实此方法的科学性与可行性.     

波士顿矩阵法在河南承接产业转移中的应用

承接产业转移是加速区域经济发展的"助推器",提升产业集聚能力是提高区域产业竞争力的关键,如何科学地选择承接产业,并提升产业集聚能力是河南亟待解决的问题.选取2010年和2014年两个时点,运用产业梯度系数和产业动态集聚指数对工业进行分行业分析,并借鉴波士顿矩阵分析法将其划分为明星、金牛、问题、瘦狗和衰退等产业.根据河南的自然资源、劳动力、区位条件、市场需求等比较优势,并考虑产业集聚发展的能力,来确定河南承接产业转移的重点产业.     

基于群决策模糊聚类和模糊神经网络的建筑分包商选择研究

把建筑分包商的选择分为两个阶段,包括预选择阶段和决策选择阶段,并分别建立了两个阶段的评价准则体系.然后,基于群决策模糊聚类、群决策模糊神经网络两种模型和方法,给出了建筑分包商预选择和决策选择的具体实施步骤.最后的实证分析表明,对于建筑分包商的选择,该选择过程是实用和有效的.     

基于数据的Goodgrant基金最优投资策略

对Goodgrant基金的投资策略进行研究。首先,根据投资要求,对候选学校进行初步筛选,基于筛选后的学校,选取与教育绩效有关且数据信息完整的变量对学校进行聚类,并利用聚类结果对缺失数据进行补全;然后,提出了评价学生教育表现的绩效指标、绩效指示变量及绩效贡献变量的定义与关系,通过对绩效指示变量进行主成分分析,确定出每个学校当前的绩效值,并以此对所有学校进行初步排名;最后,以获得奖学金的学生占当年入学学生总数的比例作为绩效贡献变量,给出每个学校投资回报率的计算公式,并以该公式为依据,从绩效排名前100的学校中选出待投资的10所学校及捐赠数额。     

Dissimilarity and similarity measures for comparing dendrograms and their applications

In this paper we propose a new index Z for measuring the dissimilarity between two hierarchical clusterings (or dendrograms). This index is a metric since it satisfies the axioms of non-negativity, symmetry and triangle inequality. A desirable property of this index is that it can be decomposed into the contributions pertaining to each stage of the hierarchies. We show the relations of such components with the currently used criteria for comparing two partitions. We obtain a global similarity index as the complement to one of the suggested dissimilarity and we derive its adjustment for agreement due to chance. We obtain similarity indexes pertaining to each stage of the hierarchies as the complement to one of the additive parts of the global distance Z. We consider the use of the proposed distance for more than two dendrograms and its use for the consensus of classifications and variable selection in cluster analysis. A series of simulation experiments and an application to a real data set are presented.     

A new clustering approach using data envelopment analysis

In this paper, we present a new clustering method that involves data envelopment analysis (DEA). The proposed DEA-based clustering approach employs the piecewise production functions derived from the DEA method to cluster the data with input and output items. Thus, each evaluated decision-making unit (DMU) not only knows the cluster that it belongs to, but also checks the production function type that it confronts. It is important for managerial decision-making where decision-makers are interested in knowing the changes required in combining input resources so it can be classified into a desired cluster/class. In particular, we examine the fundamental CCR model to set up the DEA clustering approach. While this approach has been carried for the CCR model, the proposed approach can be easily extended to other DEA models without loss of generality. Two examples are given to explain the use and effectiveness of the proposed DEA-based clustering method.     

测算具有方向技术效率的DEA方法

本文总结了现有技术效率的主要测算方法，借鉴定向技术距离函数思想，结合DEA思路，提出了一种新的用于技术效率指数测算的模型，并进一步探讨了如何识别决策单元的技术有效性和如何改进非技术有效决策单元的问题．着重分析了该技术效率指数模型与L型技术效率指数的关系，指出该模型是L型技术效率指数模型的一般形式．     

基于因子分析的旅游产业集群评价体系研究

设计旅游产业集群评价体系有助于分析旅游产业集群质量、诊断存在的问题、制定旅游发展战略。构建旅游产业集群初步评价指标体系,采用专家评分法采集数据,为评价指标赋值,运用因子分析法分析法对指标进行定量分析,构建旅游产业集群综合评价模型。该模型有助于探寻旅游产业集群发展的战略思路。