UIDK-means:多维不确定性测量数据聚类算法

在网络化测试测量信息体系的不确定性测量数据聚类方法研究中,普遍假定测量数据的概率密度函数或者概率分布函数等信息是已知的,这与实际应用系统中这些信息难以获取的情况是相悖的,鉴于此,利用区间数的方法,结合测量数据的统计值来合理地表示多维不确定性测试测量数据,并采用低计算复杂度的不确定性数据距离计算方法,提出一种基于区间数的...     

一种基于区间数聚类的RSSI-D估计方法

在无线传感器网络定位的距离估计方法研究中,普遍假设到达信号强度(received signal strength indicator,RSSI)与对应通信距离的对数成线性关系,但是该假设在实际无线通信环境下几乎不能满足.针对此问题本文提出一种基于区间数聚类的RSSI-距离(RSSI-D)估计方法(distance estimation method using interval data clustering,DEMIDC),首先利用区间数表示方法结合实际定位环境中RSSI数据的统计信息表示RSSI的分布区域,然后针对不同环境中RSSI不确定性程度不同,分别采用基于区间数软聚类和硬聚类的方法对RSSI-D进行估计.最后采用3种典型通信环境下真实的RSSI测量数据完成的实验结果表明,该方法具有较高的距离估计精度,同时具备一定的实用价值.     

多视图K-多均值聚类算法

多均值聚类算法假设每个类拥有多个子类,通过求解优化问题的方式来求解每个样本子类的划分和最终类簇的划分.该算法弥补了K-均值算法在非球数据集上的劣势,取得了较好的聚类效果,但是该算法无法被运用到多视图数据集上.本文提出了一种多视图K-多均值聚类算法,保留了K-多均值设置多个子类的设计,引入了视图权重参数,将目标聚类数作为限制条件,通过求解最优问题获得最终的类簇.将本文提出的算法与流行的多视图聚类算法进行对比实验,证明了本文算法的优越性.     

基于FCM算法的零件簇编码分析

给出一个基于模糊c-平均(FCM)算法的零件簇聚类分析的过程模型来描述分析过程;构造了适合于零件簇聚类分析的FCM算法,该方法考虑了零件簇对象特征之间的模糊关系和各零件对象特征聚类中心之间的距离,无需设计权重系数;通过实例进行了聚类分析,并与模糊聚类和k-平均聚类两种方法进行比较,证明该FCM算法是有效的。     

融入多维制造信息的产品典型工艺路线发现方法

为了解决以往基于聚类分析的工艺路线发现方法重用价值低的难题,使最终提取到的典型工艺路线能够更好地支持基于制造资源的重用,提出一种融入多维制造信息的产品典型工艺路线发现方法。方法研究定义了融入多维制造信息的工艺信息元和工艺路线信息模型,并通过运用核主成分分析法对组成工艺路线的工艺信息元进行了维数约简,得到工艺路线本质维度的低维信息模型。在低维工艺路线信息模型的基础上,提出了工艺路线聚类距离的计算方法,结合演化细胞学习自动机实现了工艺路线的智能聚类,并从聚类簇中提取到了典型工艺路线。通过实例验证说明了所提方法的有效性。     

基于自适应近邻信息的模糊C均值聚类算法

传统的模糊C均值算法直接基于原始数据进行聚类,数据的内在结构可能会被噪声、异常值或其他因素破坏,因此聚类性能会受到影响。为提升FCM算法的鲁棒性,提出了一种基于自适应近邻信息的模糊C均值聚类算法。近邻信息指的是一种基于数据点之间相似度的度量,每个数据点都可以看作其他数据点的近邻,但是不同数据点之间的相似度是不同的。将样本点的近邻信息G_X和类中心点的近邻信息G_V融入基础FCM模型中,为聚类过程提供更多的数据结构信息,用于指导聚类算法中的簇划分过程,以提升算法的稳定性,并提出了3个迭代算法求解本文提出的聚类模型。与其他先进聚类算法对比,在部分基准数据集上聚类性能有10%以上的提升,同时还从参数敏感性、收敛性、消融实验等方面对算法进行评价。实验结果可以充分显示本文提出的聚类算法的可行性与有效性。     

基于信息系统的零件簇聚类数确定方法

首先给出一个基于聚类过程的零件簇分析模型,把信息知识表达系统引入到零件簇聚类分析中,建立聚类数与知识粒度的关系曲线,得出曲线拐点处所对应的零件簇聚类数即为零件簇的最佳分类数的结论.     

不确定环境下区间数优化方法

区间数优化是利用区间的特性来表达变量的不确定性,通过少量的信息和数据来获得变量的上限和下限,更容易建立不确定性优化模型。通过区间数优化方法,把生产计划问题中的产品需求、生产成本、加班成本、库存成本等不确定性变量以区间数的形式表示,建立生产优化的不确定性模型,然后通过实例来验证所提方法的有效性。     

基于自适应密度聚类的多准则主动学习方法

主动学习能够以更少的标注成本训练出更好的机器学习模型。 现有的 RD 算法与 QBC 算法的结合有效地解决了只考 虑单一标准的问题。 然而,RD 所基于的 K-means 聚类会将离群点也包括在内进而造成模型性能降低,而 QBC 则需要维护于多 个模型而间接返回样本的信息性. 针对上述问题,本文提出了一种基于自适应密度聚类的高斯过程回归(ADC-GPR)算法,通过 先聚类后直接利用不确定性进而高效选择样本。 该算法中的 ADC 聚类不仅对离群点鲁棒,还能根据数据集分布特性自适应聚 类,并为后续的 AL 提供了代表性样本点和其对应的簇,该方法在无监督选择时保证了代表性和多样性,在有监督选择时考虑 了信息性、代表性和多样性。 实验结果表明,在相同的抽样次数下将 ADC-GPR 算法与 RS、KS 以及 RD-GPR 算法相比,其平均 性能分别提升了 37. 3% 、8% 和 2. 8% ,ADC-GPR 算法的选择效率更高。     

迭代可调节网络聚类及其在故障诊断中的应用

针对常用聚类算法对复杂分布数据难以有效聚类的问题,把网络分析技术与基于代价函数最优的聚类技术相结合,提出一种新颖的迭代可调节网络聚类算法。该算法采用网络的思想建立样本空间模型,把数据聚类问题转化为基于节点生长连接的网络分析问题;并设计了可调节的节点间相似关系测度和相应的聚类准则来构建节点间邻域搜索及节点生长操作;通过改变调节系数来实现网络节点间连接关系的整体调节。新算法能够在无需预先设定簇数目的情况下,自动获得簇的数目和样本数据的分布位置。采用4组不同样本分布的人工数据集聚类和往复压缩机气阀泄漏故障诊断试验,对比测试了新算法与K均值算法(KM)的性能,结果表明迭代可调节网络聚类算法可实现对复杂分布的流形数据聚类,在准确率及自动处理程度性能指标上明显优于常用的KM算法。     

过程数据的应用层次和数据获取研究

基于实时数据库和关系数据库,将过程数据的应用层次分成集成、整合和校正3个层次。用ODBC数据库绑定技术研究3个层次数据应用的建立方法和数据获取技术。用SQL、ASP等技术建立数据查询器、修正器和浏览器。提出基于实时数据库和关系数据库的数据集成实时数据库／数据整合批次关系数据库／数据校正有效数据库的过程数据应用层次模型。该研究对于企业信息化、装备信息管理、指挥与决策等系统的开发具有重要意义。     

支持产品全生命周期的产品数据框架研究

针对STEP标准中对产品全生命周期数据描述的不足，在对产品数据元模型以及基于元模型数据集成方法讨论的基础上，建立了产品构成模型和产品数据分类模型，在此基础上提出了支持产品全生命周期的产品数据框架，并通过一个具体的产品实例来验证此框架的可行性。     

GIS中几种数据管理方式的比较

GIS系统的数据有其独有的特点,如何根据这些特点和不同的需求选择适当的数据管理方式,是关系着一个GIS系统成败的问题。本文阐述了几种数据管理方式,比较了每种方式相对的优缺点,得出在不同的场合中选择何种方式的结论。     

离散型装备制造企业数据中心的构建与实现

目前离散型装备制造企业各类信息化系统、数控设备和高架库等产生海量的数据,但如何实现数据的有效管理、分析及利用,使数据成为核心资产是企业面临的一大难题。从数据管理、数据治理、数据资源和数据存储等多个维度进行分析,立足企业数据现状和业务发展需求,采用“统一规划、统一部署”的设计理念,以业务为链条、数据为核心、数据资产管理为依托开展数据中心建设工作。面向企业执行层、管理层和决策层多方位呈现各类业务应用场景,实现“业务数据化、数据资产化、资产价值化”的管理目标,为企业数字化转型,迈向数字化工厂建设奠定基础。     

CAN总线在车辆数据采集中的应用

通过分析现代汽车电子装置的特点,提出了运用CAN现场总线完成数据采集及传输的方法:各传感器节点将采集到的数据通过CAN总线传送到主节点,主节点通过RS-232总线将接收到的数据传给PC机.此系统不但充分利用了PC容量大、CAN总线传送快的优点,而且还克服了RS-232总线传送距离短的弊端.     

PCB投产数据与原始数据的区别

图形处理是PCB生产的第一关,而客户提供的光绘数据则是PCB生产的基础。原始数据是指客户设计的、没有经过生产厂家修改的数据,投产数据是其他PCB工厂用于生产的数据,一般不能使用。辨别客户提供的是原始数据还是投产数据可以通过拼版数据、削盘削铜、板边削铜、字符优化、板内添加标记、走线补偿、填充大铜面被打散七点来判断。     

数据仓库系统的ETL过程的设计探究

由于企业决策支持的需要,数据仓库及其相关的技术如OLAP、数据挖掘已经越来越受到人们的重视。本文讨论了数据仓库建设中ETL的原理和方法,并提出了数据质量问题,以及质量控制的一般原则。     

基于DSP的便携式数据采集仪表

介绍基于DSP的便携式数据采集仪表，该仪表由DSP和PC机两部分组成。DSP部分实现数据采集和存储，并通过高速接口与PC直接或远程通信。PC机部分主要由软件完成数据的分析和处理。     

CAPP系统中数据组织的研究

提出应用数据仓库技术到CAPP数据组织过程以及集成不同类型的数据源中，为CAPP系统的数据处理提供了一个新思路，使得系统具有更好的实用性和柔性。     

基于约束的多维数据挖掘技术

从特定查询驱动的系统功能出发,讨论了面向多维数据挖掘的重点——五种约束,通过一个数据挖掘查询实例,进一步阐述了这些约束及所产生的关联规则,并用数据挖掘查询语言(DMQL)进行表达.介绍和讨论了关联规则的处理,在挖掘关联规则中,联合使用维/层约束和规则约束,能够带来高效的挖掘过程,一个规则约束如果能被较深地推入到分层结构里,进一步在当前提取层和较深层上挖掘,是非常有价值的.最后给出了运用本文思想的一种联机分析挖掘系统的结构,并对其组成、功能及特点进行了描述.