基于分位数回归的机场容量评估

对北京首都国际机场航班运行的历史数据进行了统计分析,建立了进离场小时架次及时间的三维数据结构,并利用DBSCAN算法进行聚类分析;在消除“噪点”的基础上,利用改进后的分位数回归算法生成分时段的具有95％概率的机场小时运行能力包线.仿真结果表明,各个时段的机场进离场架次具有一定的时间特性和差异:8点到10点处于离港早高峰,离港小时架次远大于进港小时架次;10点到22点进离港航班较为均衡,机场全负荷工作;其他时间段航班小时架次未达到最大容量值.     

一种基于时序形态的航天器动态模式提取方法

针对航天器动态特性分析过程中遇到的建模过程复杂、处理速度较慢、分析结果不易进行直观解释等问题,通过借鉴符号化近似思想,提出了一种基于时序形态的航天器动态模式提取方法。该方法首先采用分段线性化算法获取一系列分割线段以近似表示遥测序列形态,然后使用系统聚类分析技术对分割线段进行分类,最后基于分类结果将遥测时间序列数据转化为蕴含形态信息的符号序列。验证结果表明该方法简单、有效,所提取的动态模式符号序列不仅可体现遥测时序数据的显著变化,也可表征遥测序列的细微变化,可作为遥测序列识别与异常检测的依据。     

基于人工神经元网络的产品评价方法研究

本文分析了BP神经元网络的基本原理，建立了应用模型，探讨了其基本方法在产品评价中的应用。     

多元统计在学生成绩分析的运用

运用多元统计中的聚类分析和因子分析方法,对大学生四年的学习成绩进行了成绩分析。通过聚类分析,给出了学生的分类;通过因子分析从中找出了影响该专业的主要课程,同时也给出了该专业学生成绩的综合评价模型。     

最小支撑树算法在基因表达数据聚类分析中的应用

聚类分析已成为对基因表达数据进行挖掘以提取生物医学信息的主要方法.本文提出了基于图论的最小支撑树(Minimum spanning tree,MST)聚类算法,用MST表示多维基因表达数据,可将数据的聚类转换为对最小支撑树的分割,相对于传统聚类方法,最小支撑树算法具有形象直观、对一些准则函数能产生全局最优解等优点;将MST算法分别与Memetic algorithm及人工免疫算法(Artificial immune network,aiNet)相结合,则产生更优化的聚类结果.对酵母基因表达数据的实验结果表明,最小支撑树聚类算法是一种有效的基因表达数据的聚类方法.     

基于模糊聚类分析的鱼雷战术性能综合评价

为了科学地评价鱼雷战术综合性能,运用模糊聚类分析方法,构建了鱼雷战术性能综合评价的数学模型,并给出动态聚类图。仿真实例表明,该方法对鱼雷战术性能指标进行综合评价是有效可行的。     

基于ISODATA模糊系统的飞船落点选优方法

针对如何从基于分布式并行计算获得的数千个飞船返回过程预报落点中优选出＂最可能＂落点这一问题,在充分考虑以往返回落点计算的先验知识和最新落点信息的基础上,设计了飞船返回的自适应聚类模糊系统,采用含有时间因子的迭代自组织数据分析算法研究了返回舱落点优选方法。最后,利用＂神舟八号＂返回落点实测数据进行模型检验。计算结果表明,该方法的落点预报精度较传统选优算法的预报精度高50%以上,同时具有较好的稳定性,可为飞船返回搜救提供技术支撑。     

我国省会城市城市化发展水平的聚类分析——基于面板数据的研究

城市化发展水平是一个国家或地区经济发展水平和物质文化生活水平的综合体现,城市化正成为中国区域经济增长的动力和源泉.以2005 ～2009年中国省会城市的统计数据为例,对中国30个省会城市进行聚类分析,不仅得到了城市化发展水平的分类,而且还得到了各类城市化发展的水平情况、发展速度情况以及波动情况,这给国家制定相关宏观政策提供了依据.     

一种基于改进灰色聚类分析的综合评价方法

提出了改进灰色聚类分析模型,将原有模型中的灰类白化函数做了非线性化改进,通过给出的灰类阈值。生成备选方案各属性基于Logistic函数的灰类白化函数．再通过这一白化函数将方案属性值映射为评价值,得出灰聚类结果,进而对方案进行排序。最后了给出一个综合评价的案例计算流程。     

一种基于蚁群聚类算法的快速星图识别方法

为提高大视场星敏感器的星图识别速度和识别成功率,提出一种基于蚁群聚类算法的 快速星图识别方法,该方法首先利用蚁群聚类算法对星点集合进行快速聚类分析;然后选择 最优类并以其中每个星点为圆心,以一定角距为半径画圆,将圆内所有星点构成集合;再将 每个集合的星点两两求取角距,利用蚁群算法对路径快速寻优的优点,完成集合的路径优化 ;最后利用优化结果同导航星库中已有的优化数据相匹配,以实现星图的快速匹配与识别; 实验结果表明,与现有识别方法相比,该方法具有高的识别率,良好的实时性和鲁棒性,且 所需导航星库的容量小。