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.     

混合聚类新算法及其在故障诊断中的应用

针对模糊C-均值(FCM)聚类算法假设各维特征和每个样本对聚类贡献相同,同时需要预先设定聚类数的不足,利用3层前馈神经网络、点密度函数算法和聚类有效性指标对其进行改进,提出一种新的混合聚类算法。该算法考虑到不同特征和不同样本对聚类结果有不同程度的影响,并根据聚类有效性指标的变化自适应确定聚类数来实现聚类。利用基于梯度下降的3层前馈神经网络通过无监督训练来自适应学习特征权值,使用基于点密度函数的算法获取样本权值,给不同特征和不同样本赋予权重,突出敏感特征和典型样本的主导作用,抑制其他特征和样本对聚类的干扰,以提高聚类性能。研究结果表明,对于国际标准测试数据和某机车轴承的早期故障诊断,该混合聚类算法不但能自动确定聚类数,而且聚类的准确性明显比FCM高。     

基于SOM的用户参与设计方案聚类算法研究

为满足参与式设计的时代发展需求,缩短产品开发周期,通过分析比较用户参与式设计与SOM神经网络相同的演化收敛特性,提出了在用户提出初始方案的前提下,使用SOM神经网络算法来模拟实际的用户参与式设计方案迭代收敛的过程。通过Matlab软件仿真分析得知,使用SOM神经网络算法模拟的结果与实际参与式设计方案收敛相吻合,这对于借助计算机辅助的方法来缩短产品开发周期有一定的借鉴意义。     

基于聚类的连续属性动态离散化算法

连续属性离散化是数据分析中重要的预处理过程，而基于粗糙集理论的数据分析要求离散化的结果能够最大程度的保持原信息系统的分辨关系。本文提出了一种新的离散化算法，此算法以决策信息系统中决策属性对条件属性集合的依赖度作为评价函数动态调整DBSCAN聚类算法的参数，直至离散化决策属性对条件属性集合的依赖度达到预先指定的阈值为止。算法分析和实验证明，本算法是切实可行的。     

基于核模糊相似度度量的谱聚类算法

相似性度量的选择是谱聚类算法良好性能实现的关键。通常采用的谱聚类相似性的度量是基于高斯核函数的相似性度量。然而,谱聚类对这种相似度度量中的尺度参数非常敏感,并且确定一个合适的参数也很困难。另外,基于欧几里得的这种高斯核相似度度量无法有效反映复杂分布数据集的分布特点。针对此问题,通过利用基于核模糊C均值聚类算法得到的划分矩阵中隶属度的分布特点,提出了一个新的核模糊相似度度量,并将基于所提出的新的相似度度量的谱聚类算法(KFSC)应用于图像分割中。所提出的KFSC算法不仅克服了谱聚类对尺度参数敏感,而且解决了尺度参数很难确定的问题,获得更好的聚类效果。3个标准数据集、2个合成纹理图像及2个自然图像上的分割实验表明了所提出算法的有效性和鲁棒性。     

机械3维CAD模型的聚类和检索

为了弥补传统的基于属性检索方法的缺陷和不足,真正实现机械3维CAD模型基于几何内容的聚类和检索,提出了一种基于内容的机械3维CAD模型的聚类和检索方法。首先,基于查找关键字的方法,将CAD模型的产品模型数据交换标准AP203 Part21文件转换为属性图文件;其次,进行属性图的相关属性计算,提取特征不变量,并结合属性图的节点和边的相关属性形成CAD模型的特征不变矢量;最后,用特征不变矢量作为自组织特征映射神经网络的输入,利用其保拓扑性对CAD模型进行聚类分析。基于60种工业实用CAD模型对该方法进行了实验验证,结果表明,所提方法可行有效,能够满足一般工程检索的需要。     

基于模糊自组织映射网络聚类的案例库维护

针对CBR系统案例库的冗余问题,提出了一个基于自组织映射网络(Self-Organizing Map,SOM)聚类技术的案例库维护方法,首先利用自组织映射网络的可视化特性显示输入数据的大致分布,预估聚类个数,然后利用模糊自组织映射聚类算法对案例库案例进行聚类,最后在聚类基础上构建准案例库。并将该方法应用于水平定向钻产品的案例库维护,结果表明,准案例库规模比原案例库小,同时可以代表原案例库,达到案例库维护目的。     

基于SOM网络块分类的DCT-SVD数字水印算法

不可见性和鲁棒性是用于版权保护的数字水印算法的研究重点.本文结合人类视觉系统特性,利用自组织映射网络对载体图像子块进行特性分类,然后将加密水印DCT域奇异值自适应地嵌入到载体图像子块的DCT域的中频系数中.实验证明,由于自组织映射网络良好的分类特性和SVD的特性,该算法具有良好的不可见性和鲁棒性.     

基于K-means和高斯混合模型聚类的齿轮箱故障识别研究

针对传统的基于振动信号的机械故障诊断技术过于复杂、诊断时间过长等问题,提出了结合K-means和高斯混合模型聚类方法的齿轮箱轴承和齿轮故障快速识别方法.首先,通过经验模态分解方法分解振动信号,利用相关分析选取了对振动信号局部特征表达最佳的IMF分量,IMF分量的均方根值和原始振动信号的均方根值,共同构成了振动信号特征集...     

基于粒子群优化算法的制造单元聚类研究

为实现敏捷制造环境下资源的优化重组,降低生产过程的复杂性,提高效益,提出了敏捷制造系统资源自组织多级主协调控制结构和制造单元自组织模型,并在满足约束的前提下,建立了以总加工成本最小为目标函数的制造单元重构数学模型.采用具有计算简单、鲁棒性好、并行计算等优点的粒子群优化算法,对制造资源进行聚类研究.通过具体实例,验证了该方法的有效性,为解决此类问题提供了一种新的思路.     

基于MBD设计的产品数据属性映射研究与实现

MBD设计要求产品的研制信息必须反映在产品数据对象的属性中,以保证产品数据源的单一性和便于进行技术状态管理,已有CAD设计工具与PDM系统标准功能无法做到MBD属性描述信息在二者之间的映射.利用XML语言、CATScript开发和CAA接口开发技术完成产品数据对象相关属性在CATIA和ENOVIA VPM系统之间映射功能,实现了基于CATIA的MBD信息完整表达与基于VPM的PDM数据属性信息的集成,解决了产品数据属性信息在CAD设计工具和PDM系统中的正确性和一致性问题.