基于改进FCM算法的交通流分析

针对交通流聚类问题,提出一种改进的模糊C-均值算法。该算法根据交通流特点,对样本数据集进行处理得到模糊等价矩阵,通过改进隶属度函数和距离度量函数得到新的目标函数,利用拉格朗日算法优化隶属度和聚类中心,最后通过凝聚度和分离度实现自动聚类。实验结果表明,改进FCM算法削弱了突变点影响,提高了聚类效果。     

一种改进的模糊C-均值聚类算法

分析了现有FCM聚类算法存在的问题,提出了一种改进的FCM聚类算法.该算法引入了最近邻聚类算法来初始化FCM算法的聚类数和聚类中心.实例分析表明改进后的FCM算法不仅能提高聚类的准确性,而且能有效地避免陷入局部最优.     

基于蚁群算法的数据挖掘方法研究

在研究了基本蚁群聚类模型、信息熵以及几个经典的聚类分析算法的基础上，针对传统K—means算法的不足，首先提出了一种基于信息素的k-means改进算法，该算法以基于信息素的转移概率为判断标准来进行聚类，减少了算法的参数个数，加快了聚类的进程．在深入研究了基于信息熵的LF改进算法的基础上，提出了一种蚁群聚类组合算法策略．     

基于K均值聚类的定位算法分析

在描述了聚类算法的基本思想和概念的基础上,介绍了一种常见的聚类算法—K均值和K中心点聚类算法,通过处理认知无线电网络中主用户定位在海量数据中应用K均值聚类算法,对该算法进行分析,仿真结果表明:与传统的主用户定位算法相比,使用K均值聚类算法能够有效地提高定位精度和降低定位算法的复杂度.     

织物性能的遗传模糊C均值聚类算法

为了解决传统模糊C均值算法(FCM)依赖初值、易于陷入局部极值的问题,设计实现了一种遗传模糊C均值聚类算法(GFCM),该算法以模糊聚类中心矩阵为优化变量,将FCM算子引入遗传算法中以增强遗传算法的寻优能力,对聚类中心施加进化扰动以寻找最优聚类;描述了FCM和GFCM的基本流程,通过一个织物性能聚类评价例子对比了两种方法的性能,证明了GFCM的优越性.     

谱聚类图像分割算法研究

针对谱聚类算法对图像分割效果差强人意的特点,研究了一种改进的Nystrm算法进行谱聚类图像分割,使谱聚类算法应用于图像分割的效果有所改善。该算法首先对图像进行预处理,变换图像的分布数据空间,再分别计算对选定样本空间的数据间以及样本与其他空间的数据间的距离矩阵,并转化为相似矩阵;然后对相似矩阵正交化并且特征分解,进行K-Means聚类;最后将聚类结果进行后期处理。通过实验验证了该算法的有效性。     

适用于复杂结构的多路谱聚类算法的改进

为使多路谱聚类方法对复杂结构数据集有效地聚类,根据矩阵扰动理论,利用局部近邻关系更新谱聚类算法(NJW)中的初始相似度矩阵,得到最终的亲和矩阵.理论分析表明,数据集可划分时,该矩阵是理想块矩阵或接近理想块矩阵,保证了本文算法聚类划分的正确性.将本文算法和基于路径的谱聚类、密度敏感的谱聚类以及基于流平面排序的谱聚类进行了比较,结果表明,本文算法在数据集具有复杂分布结构时可以确定聚类个数,得到正确的聚类结果.进一步将本文算法用于真实数据集上的聚类分析,表明本文算法是有效的.     

对k均值算法和硬C-均值算法的对比分析

通过比较目标函数、聚类原型模式P(0)的初始化方法、划分矩阵U和聚类原型P的更新方法等4个方面,得出k均值算法和硬C-均值算法的区别。     

改进最优聚类中心雷达目标识别法

最优聚类中心法是一种有效的雷达目标一维距离像识别方法,但当训练数据较少时,该方法的识别性能急剧下降。其原因是该算法在利用少量数据进行训练时易产生"病态"矩阵,"病态"矩阵直接参与运算,导致错误识别结果。因此,该文提出了一种改进最优聚类中心法,主要思想是把"病态"矩阵进行"良态"化处理后再参与运算,以得到正确的识别结果,从而使该算法在训练数据较少时仍能保持较高识别率。仿真实验结果表明该方法的有效性。     

确定FCM聚类中心的自动谱聚类社团发现算法

通常大规模复杂网络中社团数量是未知的,针对K-means谱聚类社团发现算法无法自动确定社团数量和聚类精度不高的缺点,提出了基于本征间隙和模糊c均值算法的自动谱聚类算法发现算法(FCMASC).该算法利用特征值的最大本征间隙来确定社团划分数量k,以特征向量矩阵线性相关性来确定FCM算法的初始聚类中心,运用FCM算法来对特征矩阵向量矩阵进行聚类.实验结果显示FCMASC算法能够有效提高聚类精度.     

用布尔矩阵求解算符优先表算法的改进

算符文法的算符优先表可以用布尔矩阵理论求解，传统的算法在文法的全部符号集合上定义各类关系，导致布尔矩阵规模较大。对算法进行了改进，将文法符号划分为终结符集合与非终结符集合2个子集，在子集之间定义关系，可降低布尔矩阵规模，提高运算效率。     

布尔矩阵在树的判定中的应用

树的邻接矩阵在电子工程、计算机领域有重要应用.定义了图的布尔矩阵,给出了树的标准型,并且应用标准型给出了树的判定方法和算法,用计算机实现了该算法.     

基于高效布尔运算的三维矢量缓冲区算法

提出了一种求解三维矢量缓冲区的算法,该算法以布尔运算为基础.算法通过对布尔运算进行深入研究的基础上,描述了布尔运算算法,分析了算法复杂度,提出了一种提高布尔运算稳定性的新方法.该稳定性方法采用了拓扑关系完整性、逻辑判断统一性和运算容差统一性这3个规则来避免运算中出现不一致的情况;根据缓冲区半径及几何元素点、边、面的拓扑关系,把基本几何元素生成基本体:空间点生成球体、空间边生成圆柱体、空间面生成拉伸体;把所有基本体进行布尔运算生成三维缓冲区.结果表明:提出的算法是可行的,能有效的求解空间对象的三维矢量缓冲区.     

一种新的最短路径算法

定义了有向图的代价邻接矩阵和最短路径矩阵,给出了称为"乘位加比小"的一种代价邻接矩阵间的新运算。基于该矩阵运算,证明了一种称为"代价邻接矩阵乘位加比小算法"新的最短路径算法。其结果可实现有向图全局最短寻径,并且对于任意类型的有向图,总是可准确求得其最短路径。E.W.Dijkstra提出的标号法是一种公认的求最短路径的较好算法,但在某些情况下寻径结果并非最优,文中提出的新算法克服了其缺点。     

基于模糊聚类分析中布尔矩阵法的一种改进算法

为避免布尔矩阵法中当截矩阵不是等价矩阵时需要对布尔矩阵重新构造才能实现分类,引入了分类对象间相似比的概念,引进了聚类分析中的布尔矩阵法.实例证明,与传统的几种分类方法的分类结果相比,改进算法得出的分类结果比较符合实际情况,更易让人接受和理解.     

用于网格曲面的快速消隐算法

本文提及的消隐算法,是在原有的Z-Buffer算法、扫描线算法及深度优先级算法的基础上,引入了布尔矩阵理论,形成了独立的、适用于网格曲面的快速消隐算法。本消隐算法具有编程简便、运算速度快及适用范围广等特点。     

基于遗传算法的排课设计

阐述了遗传算法在课表生成过程中的应用。介绍了针对排课问题,遗传算法所涉及的编码方案,采用了布尔矩阵形式来实现、适应度函数的确定,主要涉及节次优度和周次组合优度这2个参数、和遗传操作的3种操作方法的实现过程。     

改进遗传算法求解静态车间调度问题

传统遗传算法在求解车间调度问题过程中存在"易产生非法解"、"早熟"、"收敛过慢"等问题,使其应用受到很大的限制.基于此,提出了一种运用多色集合理论改进的遗传算法.一方面,通过引入围道布尔矩阵来建立车间调度的约束模型,将遗传求解的范围缩小在围道矩阵内进行,以此提高求解效率;另一方面,针对车间调度的双层约束问题,运用单层遗传编码方式进行表示,可以有效降低遗传操作的时间与空间复杂度.最后,通过具体实例的程序仿真验证了该算法的先进性.