采用仿射不变矩的谐振接地系统故障选线方法研究

对谐振接地系统单相接地故障特征的分析表明,单相接地初始阶段故障线路与健全线路间的零序电流波形相似度低于各健全线路间的零序电流波形相似度,且故障初始时刻故障线路与健全线路的零序电流极性相反,高阻接地时该结论仍成立。仿射不变矩恰能反映各零序电流波形的整体形状特征和极性关系,且不受波形平移、旋转和缩放等仿射变换的影响,抗干扰能力强。对从各故障暂态零序电流波形图中提取的仿射不变矩特征量进行谱系聚类分析,并计算聚类有效性指标,选取聚类有效性最高的聚类树实现故障选线。各种故障工况的大量仿真表明,该选线方法适应性好,可靠性高。     

基于统计分析的固废产生量预测方法初探

文章利用全国30个主要城市一般工业固废产生量数据,探讨GM(1,1)模型在固体废物产生量预测中的适用性.将统计学中的聚类分析与GM(1,1)结合,可有效筛选适用数据,降低了GM(1,1)运用于固废产生量预测中的相对误差。     

聚类分析技术在江苏油田韦2断块储层流动单元划分中的应用

聚类分析是研究样本分类的一种多元统计方法,通过分析各样本或变量间的相似性逐步对其归类。在精选表征流动单元的特征参数的基础上,采用系统聚类方法将江苏油田韦2断块流动单元合理地划分为四类,并详细分析了这四类流动单元的特征。结果表明,系统聚类分析技术是划分流动单元的有效方法之一。     

基于TF-IDF改进聚类算法的网络敏感信息挖掘

网络敏感信息挖掘过程中,敏感信息和正常信息的特征不同,具有较高的遮蔽性。利用传统敏感信息挖掘方法时,固有的敏感信息被遮蔽,无法进行敏感信息的准确挖掘。提出基于TF-IDF改进聚类算法的网络敏感信息挖掘方法,通过TF-IDF方法获取网络敏感信息文本,在网络敏感信息文本中获取有价值的敏感信息特征,采用该信息完成聚类算法,对全部敏感信息特征进行聚类分析,完成网络敏感信息的挖掘。实验结果说明,所提方法进行网络敏感信息挖掘,具有较高的挖掘效率和精度。     

一种改进的基于K-means的信息聚类算法研究

聚类分析技术是数据挖掘中一个重要的分析手段,聚类结果要求数据组内的对象相似性较高,数据组对象之间的相似性较低。到目前为止,有各种各样的聚类算法,其中K-means算法最为广泛,它是采用误差平方和准则函数作为聚类准则函数。但是K-means算法也有不足之处,比如k值无法确定,时间开销很大等。针对这些缺点,文章提出了一种改进的基于K-means的信息聚类算法研究。     

基于聚类分析的微博用户标签自动生成

基于用户发表的微博内容进行标签的自动生成,主要研究的是基于聚类分析的用户标签自动生成.本文首先介绍用到的关键技术:聚类技术和TextTank,提出了Baseline系统,接下来详细说明了基于聚类分析的标签自动生成方法,最后通过实验对该方法进行了分析和评价.实验结果表明,该方法生成的用户标签能够有效地解决同义标签的堆积问题,使得生成的标签能够在更多的维度上体现用户的兴趣.     

基于声发射的常压储罐安全性能检验

以中国石化某分公司在役125 000 m3外浮顶常压储罐为研究对象,建立声发射检测系统,采集声发射信号,研究声发射信号波形和其特征参数,采用聚类分析方法研究储罐底板的腐蚀严重度,最后用漏磁检测结果对比储罐在役声发射检测结果以评估该技术可靠性。结果表明:在役常压储罐声发射检测是一种经济效益好、可靠性高、节约时间成本的理想储罐检测方法。     

社区发展治理导向下的社区分类研究 ——以成都市为例

本文基于对理论研究、国际共识、政策标准和具体实践的分析研究,从社区发展和社区治理两个角度确定社区发展治理的特征标签,针对社区标签,在Gis平台中利用POI、"三调"等数据,对社区发展治理特征进行分析,总结出八个方面的特征,再采用Matlab软件进行编程,实现K-means数据聚类,最终推导出基于成都市社区发展治理特征的社区类别,进而实现对成都市全域社区的精准化分类施策.