模糊聚类算法综述

模糊聚类算法是近年来图像分割技术领域的研究热点之一。本文在对模糊C均值聚类算法分析的基础上,结合目前在图像分割中的应用研究,对模糊C均值聚类算法的有效性进行了比较分析。从隶属度、聚类数和其它方面,评述改进的模糊c均值聚类算法。最后讨论模糊c均值聚类算法目前存在的问题和发展方向。     

基于模糊C-均值聚类算法的柴油机磨损模式识别

将模糊C-均值聚类算法应用到柴油机磨损模式评价体系中,通过聚类中心和归一化的标准向量建立了磨损模式的模糊分析模型.对实际采集的20个样本进行模糊聚类分析,并与贴近度算法所得结果进行比较,证明模糊C-均值聚类算法对柴油机磨损模式的识别是准确、有效的.     

基于模糊聚类的拆卸成本建模方法研究

为了解决对报废产品的拆卸成本进行评估时难以精确化的问题,提出了一种基于模糊聚类的拆卸成本建模方法。首先通过采集拆卸操作样本的成本指标数值来建立原始资料矩阵,然后采用标定化和规范化运算得到拆卸操作的关联函数——相似矩阵,再通过传递包法计算得到拆卸成本等级隶属度函数,进而运用阈值原理切割推理出最佳分类结果。给出了相对难度系数的概念,并以此为基础构建了对应各类别的三角形隶属度函数。以减速机的拆卸为实例,验证了该方法的可行性。     

基于模糊聚类和模糊识别的循环水泄漏检测与定位研究

提出了一种基于模糊聚类和模糊识别的循环水泄漏检测与定位方法,该方法通过气相色谱仪对循环水进行分析,运用模糊聚类方法建立循环水泄漏点标准谱图库,采用模糊识别确定待分析样本与标准谱图库中样本的关联程度,以此报告待分析样本的泄漏点位置。实例分析表明,使用该方法能够准确地对炼油厂循环水泄漏点进行检测与定位。     

基于小波包分析的滚动轴承模糊聚类方法

用小波包方法构造滚动轴承状态信号的能量特征向量,通过模糊聚类方法对滚动轴承状态进行分类,只需少量的样本数据就能获得较好的分类效果,实用性较强。试验证明了该方法的有效性。     

基于两种模糊聚类方法的噪声目标自动分类研究

本文详细介绍了模糊传递闭包法和模糊C均值法的计算步骤,并分别用这两种方法对一组噪声目标进行了聚类,最后对两种聚类方法进行了比较。     

基于混沌与模糊聚类的机械故障自动识别

针对大型设备旋转部件故障模式复杂难以识别的特点,给出一种基于混沌与模糊最大似然估计(Fuzzy maximum likelihood estimates,FMLE)聚类相结合的机械故障自动识别方法。利用混沌振子在非平衡相变对小信号非常敏感,而对噪声和高频信号具有强免疫力的特点,可检测出微弱的周期故障特征信号的频率信息,并将其作为故障特征矢量输入模糊聚类分类器进行聚类分析。同时针对传统的模糊C均值(Fuzzy center means,FCM)聚类算法只适用于球形或者类球形数集分布的缺陷,将基于最大似然估计的距离测度引入故障特征聚类中,实现对不同形状、大小和密度的故障数据集模糊聚类,达到对机械故障自动识别的效果。试验及工程实例结果证明了方法的有效性,同时证明FMLE聚类具有更好的聚类效果。     

基于模糊聚类的数控设备加工能力相似性技术研究

在解决生产调度过程中数控设备加工能力不足的问题时,传统方法是人工逐一匹配所有可用的设备加工参数。为了克服传统方法效率低下的不足,文中引入了模糊聚类方法研究数控设备加工能力相似性问题。重点介绍了最大树模糊聚类算法步骤及其应用实例,应用结果表明了方法的有效性。     

基于遗传算法的产品结构聚类重组

通过遗传算法实现了产品结构的智能聚类重组,把绝大部分元素之间的联系都包含在了各聚类内部以及bus类中,大大降低了产品结构各聚类之间的耦合强度。在算法的建模过程中,给出了产品结构DSM模型二维编码方法,并在此基础上给出了基于联系权重的适应度函数和选择概率的求解算法。最后通过对一个简单实例产品结构DSM模型的智能化聚类重组,验证了算法的可行性。     

基于模糊SOFM算法的网络日志聚类研究

结合实际的网络日志数据,构建了基于模糊自组织特征映射(SOFM)神经网络的网络日志信息模型,并根据用户对内容的浏览时间、访问频度及点击率等信息进行了归类.实验证明该算法的有效性.     

基于模糊聚类的产品合理子装配划分

将模糊数学中的一些概念和理论引入产品合理子装配的划分之中 ,提出了产品零件集合的直积空间上的模糊紧密度关系、模糊装配连接图、模糊装配矩阵、产品模糊聚类等概念 ,并给出了基于产品模糊聚类的产品合理子装配划分方法。     

结合模糊聚类和合作竞争博弈的优化方法

针对多目标优化问题转化为博弈问题的难点,即博弈问题的各博弈方战略集的确定问题,利用均匀设计试验法、回归分析和F检验为模糊聚类提供数据基础,将多目标优化设计与博弈分析结合起来,提出了一种多目标优化方法。以减速器优化设计为例,对该方法的性能进行了分析与验证,并与传统单目标优化方法进行对比分析。结果表明,该方法收敛速度快,计算效率高,无需人为确定各目标权重,具有工程应用价值。     

汽轮机故障诊断的粒子群优化加权模糊聚类法

针对模糊C-均值算法在汽轮机故障诊断中的不足,提出了粒子群优化加权模糊聚类分析的方法.首先,采用基于样本相似度的特征加权方法对样本特征及样本进行加权,以适应各种复杂分布的样本;然后,利用粒子群算法优化加权模糊聚类的特征权值和聚类目标函数,并依据聚类有效性指标自适应确定最佳聚类数及聚类结果.试验结果表明,该方法具有收敛速度快和全局收敛的特点,有效降低了汽轮机故障诊断的误分类率,诊断结果可靠.     

一种改进的计算机辅助模糊聚类方法

在机电产品的计算机辅助模块化设计中，引入模糊聚类分析方法用于定量的模块划分。在实际应用中，传统模糊聚类方法不仅效率低，而且不易程序化，难以操作，特别是在模糊相似矩阵的阶数比较大的情况下。为此，在改进的传递闭包法的基础上，提出了一种逐行合取的模糊聚类方法，简单实用。     

基于粗糙集的模块聚类方法及应用

产品设计及客户化定制程度是影产品全生命周期的瓶颈;针对传统模块识别方法建模困难,计算复杂和无法有效处理评价数据的模糊性和不确定性等问题,提出了基于粗糙集的产品模块聚类方法。由于无需提供任何主观先验信息,粗糙集理论处理数据更为客观;上下限(集合)形式的粗糙数可使模块聚类结果更为精确。将评价数据转化成粗糙数形式进行模糊聚类分析,在聚类图中根据选取的上下限阈值实现模块划分。以某企业低压电器产品RMM2-250塑料外壳断路器为例验证了方法的有效性。     

Strategy and method of part reengineering

Reducing part redundancy because of design arbitrariness is an effective measure of improving production volume, of which part reengineering is a reasonable and effective approach. The problem was formalized, then similarity degree was measured by Euclidean proximity through considering similar rules of parts based on properties of isostructure, geometry, precision, material and performance indices. A similarity matrix could be constructed based on similarity degree, and part reengineering arithmetic was advanced based on fuzzy clustering. Finally, analysis and adjustment of part reengineering scheme was discussed. The strategy and method are effective in an instance of a motorcycle-hydraulic-disk brake disk reengineering.     

基于改进半监督模糊C-均值聚类的发动机磨损故障诊断

为解决在少量油液样本条件下发动机磨损故障诊断难的问题,提出一种改进半监督模糊C-均值聚类算法(Improvedsemi-supervised fuzzy c-means clustering algorithm,ISS-FCM).定义一种优化的目标函数,将无标签样本与训练样本间的平均距离度量考虑在内并赋予其一定权值,以...     

一种基于人工免疫的模糊核聚类算法

针对模糊聚类及核聚类算法存在的初值敏感及易陷入局部极值点的问题,提出了一种基于人工免疫的模糊核聚类新算法。新算法将基于核的模糊聚类方法与人工免疫进化算法相结合,借鉴生物免疫系统中免疫细胞克隆和记忆、亲合力成熟等机理,采用克隆选择机制对抗体进行逐代克隆、高频变异及抑制操作。相对于模糊聚类及核聚类算法,新算法能快速地获得全局最优解。仿真数据、IRIS数据和空气压缩机运行数据测试结果证明了新算法的可行性和有效性。     

Application of a Novel Fuzzy Clustering Method Based on Chaos Immune Evolutionary Algorithm for Edge Detection in Image Processing

A novel fuzzy clustering method based on chaos immune evolutionary algorithm (CIEFCM) is presented to solve fuzzy edge detection problems in image processing. In CIEFCM, a tiny disturbance is added to a filial generation group using a chaos variable and the disturbance amplitude is adjusted step by step, which greatly improves the colony diversity of the immune evolution algorithm (IEA). The experimental results show that the method not only can correctly detect the fuzzy edge and exiguous edge but can evidently improve the searching efficiency of fuzzy clustering algorithm based on IEA. Translated from Journal of Xi’an Jiaotong University, 2004, 38(7) (in Chinese)