基于功能相似矩阵的专利产品创新设计研究

目的研究专利文本信息获取产品特征,针对现有的专利群产品之间的相似性,建立一种新的产品创新设计模型。方法建立结构到功能的模型并将功能分为产品功能,外界功能和辅助功能三类;分析产品的功能模型,构建了两个相关联的专利产品的功能相似矩阵,通过判断其功能间的相似度去选择合适的创新原则。本文提出通过采用功能相似变换或功能替代的创新原则,获得最终的产品新方案。结果将其运用到酒类包装盒的创新设计中,构建两个相关联的酒类包装盒的功能相似矩阵,通过判断各功能之间的相似度并选择相应的创新原则设计了一种新型的酒类包装盒。结论通过对酒类包装盒的创新设计有效的验证了本文方法的有效性。     

一种基于密度均值的谱聚类算法

传统谱聚类算法在构造相似度矩阵时,高斯核函数参数选取的无规律性会对聚类结果造成严重影响。针对的这一缺陷,提出一种基于密度均值的谱聚类算法。与传统算法不同,该算法选取样本点到周围K个样本点的平均距离作为尺度参数,并引入样本点的密度信息,使得聚类结果更符合实际样本的分布。同时,由于相似矩阵能自适应不同的局部密度,使得该算法对样本的空间分布并不敏感。在不同类型数据集上的实验验证了算法的有效性和较高的鲁棒性。     

基于模糊聚类的智慧医院多源异构数据整合系统

为使医疗体系内非同种数据得到有效区分,从而为诊疗意见的生成提供可靠参考条件,设计基于模糊聚类的智慧医院多源异构数据整合系统.利用多源型处理电路,输出异构数据统筹元件与量化整合芯片连接所需的应用电子量,完成整合系统硬件执行环境的搭建.在此基础上,对模糊数据集合进行标定处理,借助相似模糊聚类矩阵,设置标准的数据整合函数,完...     

一种新的直觉模糊相似矩阵构造方法

基于直觉模糊相似度和相异度,研究了直觉模糊相似矩阵构造问题。给出了直觉模糊相似度和相异度的标准定义,选取了有效的直觉模糊相似度量和相异度量方法;在分析了现有的几种直觉模糊相似矩阵构造方法基础上,提出了一种新的直觉模糊相似矩阵构造方法。通过算例分析,验证了方法的有效性。     

基于关联分析的F聚类模型及其应用

利用关联分析的基本性质，建立了一种关联分析的Ｆ聚类模型，把聚类与排序结合起来，弥补了现有聚类模型的只聚类不排序的不足，实际应用表明，该模型快速要靠适于多目标方案的决策。     

基于模糊聚类的家庭成员识别算法

同一家庭的成员,相貌相似度高,不同家庭的成员,相貌相似度低。而聚类算法就是对数据进行分类,使同一类的数据对象相似度高,不同类的数据对象相似度低。本文构造相貌相似的模糊相似矩阵,计算出传递闭包,获得准确的聚类结果。本文提供了模糊传递闭包的理论和具体的应用实例,有较好的参考价值。     

基于模糊数学的网格资源分析

网格是当前研究的热点问题,资源的充分利用是网格技术的目标,因此,有必要对网格资源进行分类研究。该文提出了基于模糊数学的模型聚类分析法,可以应用于网格资源的聚类分析,使网格资源得到合适的整合归类,论文用一个实例详细说明了这种方法。     

基于共享近邻的多视角谱聚类算法

为了解决谱聚类算法中相似矩阵的构造不能满足簇内数据点高度相似的问题,给出一种基于共享近邻的多视角谱聚类算法（MV-SNN）。首先,算法通过提高共享近邻个数多的两个数据点的相似度,使同簇的数据之间的相似度更高;然后,将改进后的多个视角的相似矩阵进行相加从而整合得到全局相似矩阵;最后,为了解决一般谱聚类算法在后期仍需要通过k均值聚类算法进行数据点划分的问题,给出拉普拉斯矩阵秩约束的方法,从而直接通过全局相似矩阵得到最终的类簇结构。实验结果表明,对比其他几种多视角谱聚类算法,MV-SNN算法在三个聚类衡量标准：准确度、纯度和归一化互信息上的性能提高了1%~20%,在聚类时间上减少了50%左右,可见MV-SNN算法的聚类性能更好,用时更短。     

基于局部协方差矩阵的谱聚类算法

针对传统谱聚类算法没有解决簇划分过程中,簇间交叉区域样本点对聚类效果有影响这个问题,提出一种基于局部协方差矩阵的谱聚类算法,主要介绍了一种新的计算样本之间相似度亲和矩阵的方法,即通过计算样本点之间的欧氏距离划分出小子集,计算小子集的协方差,通过设定阈值剔除交叉点,由剩下的点构造相似矩阵,对相似矩阵进行特征值分解,用经典的[k]-means算法对由特征向量组成的矩阵聚类。通过在Control等真实数据集上的实验结果表明,该算法在聚类准确率、标准互信息等指标上比较对比算法获得更优秀的效果。     

图的谱半径的一些下界

利用矩阵的相似变换,研究了简单连通图的谱半径的可达下界,得到一个新的下界ρ（G）≥δ1＋t-s＋√（s＋t-δ1）2＋4s（δ2-t）/2,等号成立当且仅当G=~G1 G2,其中G1为n-i阶（δ1-s）-正则图,G2为i阶t-正则图。