简介：随着网络通信技术和无线传感硬件设备的不断发展，数据流已成为一种新的数据处理模式。文中比较了数据流聚类方法与传统的聚类分析方法的不同、介绍了数据流模型特点、数据流算法特点、生成概要数据结构的常用方法，同时详细阐述了在扩展传统聚类算法的基础上研究数据流聚类方法的发展，从而为以后进一步的流聚类分析研究奠定了基础。

简介：分析了异常入侵检测存在的问题,研究了基于模糊聚类的入侵检测算法.该算法采用C-均值算法,通过训练数据聚类、异常聚类划分和行为判定等3个步骤实现异常入侵检测.试验采用KDD99数据进行了测试,证明该算法是可行和有效的.

简介：对于一类变量非线性相关的面板数据,现有的基于线性算法的面板数据聚类方法并不能准确地度量样本间的相似性,且聚类结果的可解释性低。综合考虑变量非线性相关问题及聚类结果可解释性问题,提出一种非线性面板数据的聚类方法,通过非线性核主成分算法实现对样本相似性的测度,并基于混合高斯模型进行样本概率聚类,实证表明该方法的有效性及其对聚类结果的可解释性有所提高。

简介：针对网络学习者及其对案例访问的模糊性提出采用模糊聚类的方法对学习者和案例进行聚类分析。在算法中，以各学习者对案例的访问次数、时间、学习效率等刻画学习者对案例的关注程度建立模糊相似矩阵，再由平方法求出模糊等价矩阵，然后进行聚类分析。通过具体实例阐述算法的计算过程，证明算法实现的可行性和有效性。

简介：搜索在计算机上是多种操作的基本运算，其主要目的是从大量数据当中找出所想要的部分，而一般数据的存放，常设有键值（Key）以利搜索，例如在数据库中，要取得数据一定要配合许多键值的使用，方能有效而快速地存取。

简介：以白桦240个家系的胸径、树高、材积和纤维素含量数据为依据,采用马氏距离计算家系间距离、10%的取样比例和优先取样法,研究了最短距离法、最长距离法、中间距离法、重心法、类平均法、加权配对算术平均法、可变法和离差平方和聚类法建构的核心种质与原种质的遗传参数、性状相关性及分布格局。结果表明,最短距离法构建白桦初级核心种质均值差异百分率、极差符合率、方差差异百分率和极差符合率分别为0、100%、75%和143%,4个性状相关性显著、相关系数均超过0.5,保持了原种质资源的空间分布格局,是构建白桦核心种质最佳方法。

简介：随着低资费套餐的快速普及,LTE高负荷问题日渐突出,高负荷小区整治成为网络运维的重要任务。本文提出LTE高负荷小区聚类优化方法,将问题小区聚类至5大类13小类,并对各类问题提出针对性的优化处理建议,形成系统的高负荷小区整治方法。

简介：针对相机运动引起的图像序列运动的问题,提出了一种基于聚类的相位相关块匹配运动估计算法。利用Harris算子分别在相邻帧图像上检测角点,以参考图像角点为中心选取一个矩形块,将块匹配法与相位相关相结合来计算图像间的运动矢量。最后,对获得的多个块的平移量,进行空间聚类从而选取运动估计比较准确的点。实验结果表明：该算法配准精度能达到亚像素,稳定性较好。

简介：轮廓线的变点识别是质量管理的研究热点之一，当前研究多以轮廓整体变化为识别对象，而对局部变化问题研究相对较少，且更少有在发现变异时间的同时能够寻找到变化区域在个体轮廓曲线上位置的系统方法。本文针对轮廓线局部变化识别问题，提出基于小波变换和聚类分析的方法。通过仿真性能评价，并与现有方法进行比较，结果显示本方法能够在更小的差异度检测出变化并准确定位变化区域。在文章的末尾，本文采用了一个实例对该方法的效果进行验证。

简介：针对参数相近、互相交叠的非常规雷达信号分选所面临的困难,提出一种改进的聚类方法,并将其应用于常规分选方法提取后的剩余雷达信号.通过大量的仿真实验,验证了此分选方法的可行性.

简介：为了在保证计算精度的前提下使模型简化并便于计算,要尽量少地用对模型影响较大、相互独立的特征变量进行建模。在进行特征变量选择时,既要考虑选择对主因素有重要影响的变量,也要排除各影响变量间的多重相关性的干扰。首先建立各特征变量同费用的灰色关联度,根据关联度的大小对众多特征变量进行排序,排除关联度相对极小并同其他因素关联度差异明显的特征变量,减少次要影响因素对估算结果造成的干扰;其次,应用基于特征权值的模糊动态聚类方法,并突出近期数据的重要性,对影响因素进行聚类分析,排除影响因素间多重相关性的干扰。论文通过实例分析进行了验证。

简介：本文提出一种基于聚类的电网运行监控信息辨识分类方法，其特征在于，以大量的电网运行监控信息为基础，按照监控信息发出时间为依据进行分段，将原本连续的监控信息切分成多个文本，而后采用统计学的方法对文本进行预处理形成对应特征向量，并通过数据挖掘的方法对特征向量集合进行聚类分析得出聚类规则。最终实现对监控信息的自动辨识分类功能，辅助电网监控人员及时发现设备发出的告警信号，维护电网安全稳定运行的目的。

简介：摘要：山体地质灾害如滑坡、泥石流、坍塌等是影响附近道路、人民安全的潜在隐患。国土资源局等相关部门承担地质灾害预防和治理的责任的重要机构，如何针对该地区地质灾害突发的特点，快速根据事先制定的应急措施高效、准确地进行监测勘察，是需要解决的重要问题。公路滑坡灾情评估的方法有实地调研考察法、地理信息系统技术（GIS）等。本文在定性与定量基础之上，结合灰色理论和信息熵对不同情况下公路滑坡灾情系统进行研究与开发，多方位、多角度、不同层次地探讨公路滑坡灾情评估的综合分析方法，旨在建立公路滑坡灾情分析与评估的不确定性系统理论、方法，为实现人类对公路滑坡灾情的有效支援和管理提供科学的策略与方法。

简介：SSAS聚类分析是MicrosoftSQLServerAnalysisServices（SSAS）数据挖掘平台提供的一种重要的数据分析方法,该方法使用迭代技术将数据集中的事例分组为包含类似特征的分类。在聚类方面,SSAS提供了K-means算法和ExpectationMaximization算法,其中这两种算法又分为可缩放和不可缩放两种类型。SSAS聚类分析方法在图书馆的读者行为分析中具有较强的可操作性和实用性。

简介：针对高维空间数据,提出一种基于超图模式的数据聚类方法,即把给定的高维空间中的原始数据映射到一个带权超图中,再对超图应用算法对顶点进行划分,从而得到相应数据项的聚类.

简介：在传统白化权函数的基础上,进一步向两侧延伸聚类指标的取值范围,构建一种改进的白化权函数,进而生成一种新的灰色聚类评价方法.利用新的灰色聚类评价方法对教辅人员工作情况进行分析、计算,得到教辅人员工作评价结果,为教辅人员的选拔、聘任和评价提供量化依据.

简介：摘要本文以城市群为研究对象，针对城市群进行四阶段交通需求预测的基础研究，提出在交通小区划分时，以密度聚类法为算法，提出一种有利于准确构建城市群交通模型的交通小区划分方法，同时对在交通小区划分时涉及到的城市群交通数据挖掘提出优化方法。

简介：本文讲述了聚类分析方法的步骤，以及基于模糊C均值聚类识别方法的原理和模型，以及方法的步骤。运用模糊C均值聚类识别方法，对给定特征的样本数据进行了聚类识别，并利用最大隶属度的识别原则进行识别，计算结果表明是可行和有效的。

简介：摘要：针对目前市场上已有的桌面文件整理软件不够智能化，不能根据文件文本信息进行分类的问题，根据文件的标题和文本内容，开发出了一款基于凝聚层次聚类和词袋模型 分类的智能化桌面文件整理软件。聚类算法适用于用户使用初期零散文件较多的情况，将散乱的桌面文件自动划分为不同的类别，并整理成对应的文件夹；分类算法适用于用户后期零散文件继续增加的情况，将各文件匹配到对应文件夹。实验结果表明，在短文本，且样本数量较少的情况下，上述算法能很好地对桌面文件进行类别的划分，聚类和分类的准确率分别达到了90%和86.77%。该软件能很好地解决桌面文件整理问题。

简介：摘要本文分析了汽车行业基于不同思想的各类大数据聚类算法，用户应该根据实际应用中的具体问题具体分析，选择恰当的聚类算法。聚类算法具有非常广泛的应用，改进聚类算法或者开发新的聚类算法是一件非常有意义工作，相信在不久的将来，聚类算法将随着新技术的出现和应用的需求而在汽车行业得到蓬勃的发展。