首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
甘惠  田哩  甘明 《情报探索》2010,(8):9-11
介绍了模糊聚类法,阐述了模糊聚类法在数字参与服务质量评估中的应用。  相似文献   

2.
郭军华  李帮义 《预测》2009,28(5):32-37
企业信用风险评价是金融领域最重要的问题之一。提出一种将模糊聚类(FC)和变精度粗糙集理论(VPRS)结合进行信用风险评价的模型。首先利用模糊聚类法对样本上市公司数据进行离散化处理,然后根据变精度粗糙集理论抽取决策规则。结果表明,由该方法生成的决策规则能对样本数据进行正确的分类,并具有一定的抗干扰性。  相似文献   

3.
《科技风》2017,(14)
科学合理地评价学生的学习状况非常重要。本文主要根据学生四个学期的平均成绩来评价学生的学习状况,给出了进步加权法和动态聚类法,更为全面地评价学生的学习状况。  相似文献   

4.
模糊数学在土壤肥料研究方面的应用   总被引:1,自引:0,他引:1  
许莲华 《青海科技》1996,3(4):42-44
本文阐述了模糊聚类分析法在土壤分类方面的应用及模糊定量化评价(判)系统在定量评价土壤肥力方面的应用。  相似文献   

5.
本文介绍了医学图像,尤其是磁共振成像及噪声产生的原理,提出图像去噪的必要性,提出了基于非局域均值的模糊聚类滤波算法,通过仿真实验比较了非局域模糊聚类法、非局域均值法(NLM:Non-Local Mean)两种滤波算法,最终得出结果,通过非局域模糊聚类滤波算法可有效去除MRI图像的噪声,去噪后的图像清晰,无明显伪影,总体效果上要优于非局域均值滤波法。  相似文献   

6.
针对客户行为的不确定性和模糊性,将模糊聚类集成技术应用于CRM中的客户细分研究,以提高客户聚类的精度.以模糊C均值(FCM)算法作为基本的聚类器,应用模糊t-范式对生成的多个聚类器进行集成,从而获得最终的客户聚类结果.最后,在1O个UCI数据集上进行聚类测试,结果表明,基于模糊t-范式的模糊聚类集成方法的聚类精度要高于常用的客户聚类FCM和K-means方法.在客户信用卡数据集Australian上的学习曲线还表明,聚类集成方法具有更稳定的聚类性能.  相似文献   

7.
为了对学生综合素质进行定性定量分析,以便因材施教,提出一套面向学生综合素质评价的指标体系,并基于白化权函数建立了适合素质教育背景下的灰色聚类评价模型。首先,将不同评价指标的值划分为若干个灰类,并建立相应的白化权函数。然后,确定各评价指标的灰色聚类权和聚类系数,构造聚类向量对不同学生进行分类。实例计算分析表明,所建立的模型可以应用于学生综合素质评价中,从而进一步提升教学质量。  相似文献   

8.
随着数据库技术的不断发展,现有的聚类分析算法已经无法满足数据挖掘的聚类分析的需求。本文主要针对传统的模糊C聚类算法,将其中存在的问题进行改进,并在核函数和权值优化的基础上,提出模糊C聚类算法。首先对模糊C聚类算法的特征权值进行优化,然后引入核函数的概念,对模糊C聚类算法的寻优过程进行改进。仿真验证得到的结果是,本文所提出的模糊C聚类算法,能够在核函数和权值优化上有更好和更加稳定的聚类。  相似文献   

9.
针对FCM(模糊C均值聚类算法)对初始聚类中心的选取敏感以及梯度法易收敛到鞍点,在此基础上提出了一种分层遗传算法(HGA)优化的核模糊C均值聚类算法(HGA-KFCM)来提升聚类性能,首先用分层遗传算法(HGA)在全局筛选出高品质聚类中心以替代FCM的随机产生的聚类中心,再利用高斯径向核函数改变FCM中的距离函数并且重新定义目标函数,最终根据新参数进行迭代流程。在仿真实验中用两种数据集作为实验数据,利用FCM、HGA-KFCM以及其他三种聚类算法进行聚类测试,结果显示HGA-KFCM在一定程度上解决了FCM的缺陷,此外将新算法与另外三种性能不错的聚类算法在抗局部收敛能力,迭代次数和精度上比较,结果显示新算法具有良好的聚类性能。  相似文献   

10.
传统方法直接设定聚类数量,得到的结果并非最优聚类数,且针对大规模电力数据,单一聚类方法无法同时达到聚类精度与效率两方面要求。为此,提出一种新的非线性季节型电力负荷曲线集成聚类算法。用DBI指标对聚类效果进行评价,将与DBI最小值相应的聚类数据作为最优聚类数量。通过模糊C均值聚类方法,依据原始非线性季节型电力数据对象间的相似程度,获取初始聚类中心。利用聚类性能更优、稳定性更高的层次聚类方法完成对聚类中心的组合,获取有效的集成聚类结果。实验结果表明,所提方法能够同时保证聚类精度与聚类效率,整体性能较强。  相似文献   

11.
灰色聚类法因为其一系列的优势,如今已经被广泛应用到汽车维修质量的评价体系中。通过实践研究表明,在对汽车维修企业的维修质量的评价中,它可以较为方便灵活的应用,并且具有较强的综合性,越来越为业界所推崇。本文简要分析了汽车维修质量评价中的灰色聚类法及其实施步骤,运用灰色聚类法对一批汽车的维修质量进行了灰色评价,由此可知,灰色聚类法是一种灵活方便,综合性强的评价方法,希望可以提供一些有价值的参考意见。  相似文献   

12.
管理人员的灰聚类评估   总被引:2,自引:0,他引:2  
灰色聚类是以灰数的白化函数生成为基础的一种聚类方法。组织对管理人员的科学中肯的评价,对于合理地提升管理人员、有效地建立激励机制都具有重要的意义。文毒运用灰聚类对组织内管理人员进行评价,评价结果可信度高,显示了灰色聚类法在管理人员评价中的良好应用前景。  相似文献   

13.
模糊c均值聚类在wav格式音频检索中的研究   总被引:1,自引:0,他引:1  
应用模糊c均值聚类方法对wav格式的音频检索。不同于以前为音频建模和分类的监督机制,而是通过对音频数据的特征进行模糊聚类形成聚类质心,根据聚类质心的相似度匹配来实现非监督机制的音频检索,并优化参数以提高检索准确度。  相似文献   

14.
大学生身体素质的准确分类,直接关系到大学体育分组教学和选才评价的合理性、有效性.传统的模糊聚类分析法有传递闭包法、编网法等.编网法虽然直观,但必须画图,不适合编程应用;传递闭包法需要计算相似矩阵的传递闭包,其计算量随分类对象数目的增加而呈指数规律增加,不宜应用推广.为此,引入FCM算法,采用身体质量指数、肺活量、耐力素质、柔韧力量素质和速度灵巧素质等5个聚类特征量,对大学生身体素质进行模糊聚类分析,利用Xie-Beni有效性指标确定最佳的分类方式,并利用MATLAB软件编程辅助计算.实践证明,该方法操作简便,科学有效,便于应用推广.  相似文献   

15.
研究高效进行数据聚类,提高数据聚类能力的问题。传统的模糊C均值算法具有对初始值和噪声极为敏感和遗传算法在局部极值点收敛的缺陷。基于模糊c均值聚类算法,提出一种改进的优化聚类算法。利用混沌序列的均匀遍历特性和差分进化算法的高效全局搜索能力,对模糊c均值算法进行改进,利用Logistics混沌映射对聚类算法进行优化搜索,把混沌扰动量引入到进化种群当中,弥补了模糊C均值算法的缺陷。采用改进的Logistics映射扰动搜索聚类算法,以目标识别为案例,综合4类目标特征参数为研究对象,开发了一套有价值的目标识别专家系统软件。仿真实验表明,改进的数据聚类算法,具有优越的数据聚类性能,聚类判断准确率提高明显,设计的专家系统软件对目标识别特征分类具有较好的准确性和可靠性,具有一定的应用价值。  相似文献   

16.
对中国52个高技术产业园区发展状况的部分数据及因子分析结果,建立两种具有学习能力的评价模型,用以评价中国高技术园区的发展状况。一种是基于模糊神经网络(FNN)的评价模型,可以提取描述高技术园区发展状况的模糊规则,找到发展模式;另一种是基于自组织特征映射(SOM)神经网络的评价模型,可以对高技术园区进行自动聚类,从聚类图上找到发展状况相近的高技术园区。两种模型都具有自我评价功能,产业园区或企业可方便地利用之对自身发展状况进行自我评价。  相似文献   

17.
《科技风》2020,(6)
当前城镇天然气管网建设日渐密集、复杂,这些管网一旦出现事故,后果不堪设想。本文就城镇天然气管段的脆弱性、重要性为管段可靠性的分析依据,建立脆弱性、重要性指标,用模糊聚类法和贝叶斯分析法对可靠性进行定量分析就评价结果对管段运行、增加保护措施提供依据。  相似文献   

18.
《内江科技》2016,(11):35-36
针对不同职业对流量的需求、不同手机类型对流量的消耗、学生用户对不同手机APP的流量消耗不同等问题。本文利用传递闭包进行模糊聚类分析,利用统计量F值得到最佳聚类方案,聚类结果及分析建议运营商设计合理方案。  相似文献   

19.
基于模糊数学方法的区域科技实力DEA评价   总被引:1,自引:0,他引:1  
本文提出了在区域科技实力多层次模糊综合评价的基础上运用模糊c均值聚类,将各区域按科技实力水平分成不同的类,再在各类中进行数据包络分析(DEA)。利用最新统计数据对我国各地区的科技实力进行实证分析。从而可以给出各地区科技实力水平更具合理性和现实性的分析评价,为各地区制定切实可行的短期科技政策提供借鉴。  相似文献   

20.
在论述灰色聚类方法原理的基础上,利用灰色聚类法对布尔哈通河各监测断面的监测指标进行水质评价。结果表明应用灰色聚类法评价布尔哈通河各监测断面水质状况符合实际;亮兵上、安图、延吉水源、下嘎断面水质为I类水标准,延吉断面水质为Ⅲ类水。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号