动态模糊ISODATA聚类方法及其在故障诊断中的应用

根据故障诊断分类的特点，用变分原理导出了动态聚类的最优解的存在条件，讨论了相应的算法及其收敛性，并在柴油机供油系统故障诊断中的实现故障分类的动态表示，证明了其在故障分类识别中的有效性。     

动态聚类方法在单指标专题要素分级中的应用

本文剖析了现有聚类分级方法的优劣,论述了应用动态聚类方法进行单指标专题要素分级的基本原理、方法、步骤;试验结果表明,动态聚类分级方法计算简单,占机容量小,具有较高分级精度,并可获得最优或次优分级方案.     

灰色聚类法在大学生人格评估中的应用

良好的人格素质是大学生成才的关键因素。本文试图用灰色聚类法对大学生人格素质进行评估，以期取得实际效果，为高校教育工作者提供了解学生人格素质的途径。     

ISODATA动态聚类算法在文本挖掘中的应用

为了对复杂文本挖掘进行聚类分析,提出了一种基于动态ISODATA的聚类算法,详细介绍了此算法的基本思想和具体的算法步骤,并最终给出了试验结果。     

动态聚类法在湖北省农作遥感估产区划中的应用

采用动态聚类法,进行了湖北省农作物遥感估产区划,其方法为先对样品数据进行标准化变换骼以消除量纲上的差异,再用变换取整法进行初始分类,然后计算每类的重心坐标作为凝聚点,将所有样品按最近的凝聚点归类,如此修改ｎ次使分类结果比较合理为止,得到动态聚类结果。在定量的基础上,定性地加以修改,最终确定湖北省农作物遥感估产区划。     

聚类分析法在公交网络评价中的应用

依据公交网络优化调整的原则,提出了分别用于交通分区公交线网和公交线路的聚类指标,应用聚类分析法对城市公交网络和单条公交线路的特征进行了分析、评价,归纳出了各类线路的特征,分析了不合理线路及其原因。在此基础上,提出了现有公交线网的改进措施。     

投影寻踪动态聚类模型研究及其在洪灾评定中的应用

投影寻踪动态聚类模型是在投影寻踪聚类模型基础上发展起来的一种改进模型,该模型在消除原模型中密度窗宽确定的人为任意性的同时,把寻优过程和聚类结果有机地联系起来,具有稳定性好、客观性强以及分类结果明确等特点．洪水灾情的评定结果表明,投影寻踪动态聚类模型不仅能更好地实现投影寻踪的建模思想,取得令人满意的实际应用效果,也为同类问题的解决提供了一种新途径．     

基于K-Means动态聚类的投影寻踪分类模型

投影寻踪分类模型作为一种多因素影响问题的综合评价方法,已经被研究者广泛应用在各个领域并取得了良好的效果.然而模型本身还存在密度窗宽不确定以及模型无分类规则等尚需解决的问题.针对这些问题,提出一个基于K-Means动态分类的投影寻踪分类模型,定义了一个新的投影指标.实证分析说明了该模型的可靠性和可操作性.     

谱系聚类在综合国力分析中的应用

分析数据挖掘领域的聚类分析方法及代表算法,比较这些算法的性能,对数据挖掘中的谱系聚类进行举例说明.实践证明谱系聚类是一种有效的可用于数据预处理的离散化方法,可以快速和合理的解决粗糙集数据挖掘中数据预处理的问题.     

某种样品的动态聚类法

针对某种特殊样品，借助于回归系数，对原有的动态聚类法加以改进．并通过一个实例将本文方法与原算法结果加以比较     

辅以分层抽样样本的等容量整群抽样方法

对于分层抽样和整群抽样,当群体间的差异、群内个体间差异均不显著时,其估计精度往往都很差．针对这一缺陷,提出了一种辅以分层抽样样本的整群抽样方案,得到了总体均值的估计量,以及这一估计量的一些良好性质．这些结果表明,与单一的整群抽样、单一的分层抽样估计量相比,这种抽样设计的估计量具有更高的精度     

分层整群抽样下敏感问题问卷调查技术及其应用

文章提出了属性特征敏感问题在分层整群抽样下的问卷调查技术,讨论了运用该方法所得的敏感属性的比例估计及其估计方差的计算公式,计算出了敏感属性比例95％的置信区间。并在湖南城市学院本科学生在大学四、六级英语水平考试中是否曾作弊情况的实例调查中取得了信誉度较高的成功应用效果。     

样本轮换在分层整群抽样中的应用

针对实际连续抽样调查中样本轮换的广泛应用,将简单随机抽样场合下的样本轮换问题推广到分层简单随机连续抽样、整群连续抽样,并讨论其估计量、样本量、最优权数以及最优样本轮换率.     

路面管理系统中数据收集样本规模的研究

以路网所采集数据中的路面状况PCI值为控制指标,引用分层抽样和成数分层抽样方法,确定反映路网平均状态及路网状态分布所需调查的样本大小.在保证数据对路况真实状态反映的前提下,合理地选择调查样本并为路面管理系统提供可靠的依据.     

采用动态灰聚类算法的风电场动态等值方法

针对风电机组运行状况间具有动态灰色关联性的特点,提出一种基于动态灰聚类算法的风电场动态等值方法.首先,根据实测运行数据对风电机组间的关联性进行分析,并确定数据样本的跨度选取时长.然后,采用动态灰关联分析,构造一个可以体现风电机组运行状况间动态灰色关联性的关联度矩阵G;进而以G中的样本组作为聚类指标进行K均值聚类,得出更合理的机群划分结果.最后,采用容量加权法计算机群等值参数,完成风电场的动态等值.仿真实验结果表明:所建立的动态等值模型与详细模型较接近,能够较准确地反映风电场的动态响应特性.     

一种动态网络负载平衡集群的实践方法

讨论了网络负载平衡集群系统下．基本的平衡算法和动态负载平衡机制．在LVS的基础上配合轮询算法实现了集群的动态负反馈机制。给出了一个基本的动态平衡模型并加以分析．     

聚类分析在人才选拔中的应用

该文把Fuzzy数学中聚类分析法应用到人才的选拔方面,并给出了一个关于选三好学生的例子。     

一种基于集群服务器的动态调度模型研究

提出一种基于集群服务器的动态调度模型,该模型提出了次前端机的概念,前端机根据网络服务类型的不同,将动态调度的任务交给相应的次前端机处理,从而降低了前端机的负载,在一定程度上缓解了服务器的瓶颈,增强了集群服务器的可扩展性。     

多元正态空间扫描统计量模型在探测地方病最强聚集性中的应用

研究了在医疗资源有限的条件下, 如何在多组人群中探测某疾病最强地理聚集性的问题. 为了有效地探测疾病爆发, 只需特别监测和评估某些特定人群即可, 这类人群称为具有最强聚集性的人群(most severe cluster, MSC). 由于各组人群会相互影响, 因而提出了一种多元正态空间扫描统计量(multivariate normal scan statistic, MNSS)模型, 并以美国纽约州肺癌患者为例验证了该模型的适用性.