峰值点非负矩阵分解聚类算法

非负矩阵分解模型是一种常见的数据降维方法。在现有非负矩阵分解算法用于聚类的研究中,每个类别一般仅由一个或者指定多个中心点表示,然而这种表示方式往往无法准确描述其类别的特征和结构,从而影响聚类效果。为了解决这个问题,本文提出了峰值点非负矩阵分解算法。该算法首先为数据集找到多个密度峰值点,并构建密度峰值点和样本点的二部图,然后利用二部图完成聚类。此外该算法引入流形图正则化项来充分利用数据间的流形结构信息,并给出了算法的迭代更新规则。在大量真实数据集上的实验结果表明,该方法可以更加有效地利用数据本身的结构信息,从而提高聚类效果。     

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.     

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。     

水质分析数据处理系统的实现

主要介绍了如何采用Visual Basic 6.0,利用面向对象的可视化的设计方法,开发研制水质分析数据处理系统,实现数据取舍、直线相关和回归、方差分析、模糊聚类分析的计算机自动化管理.并对其设计原则和功能的实现进行了较详细的介绍,对今后类似情况的软件设计有一定的价值.     

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。     

基于局域均值分解的冲击响应谱时域波形合成新方法

冲击响应谱时域波形合成技术是目前实验室环境下模拟实际复杂冲击环境的重要手段。文章在研究局域均值分解(LMD)方法和冲击响应谱时域波形合成原理的基础上,对实测冲击时域波形进行分解得到一组具有不同频率分布的PF信号分量,然后对不同频率分布的PF信号分量进行聚类分析并重新构造得到一组新的PF信号分量,使得PF信号分量的频率-幅值特性与设定的冲击响应谱试验条件一致。将重构后的PF信号分量组合即可得到合成后的冲击时域波形。数值仿真分析结果表明,基于LMD的冲击响应谱时域波形合成新方法生成的冲击时域波形能更好模拟真实冲击环境,冲击响应谱具有较好的控制精度。     

基于灰色关联度和聚类分析的通用航空区域发展能力评价

以2014年中国民航7个地区管理局管辖区域的通用航空发展水平为研究对象,选取9个反映通用航空发展能力的原始变量,采用灰色关联度对各区域的发展综合能力进行了由高到低的排序,最后将研究样本聚为3类分析,画出了树状聚类图。结果表明中南地区通用航空发展居首位,新疆相对落后于其他地区,该评价为各区域通用航空可持续发展提供决策依据。     

基于归并聚类中心思想的模糊聚类分析方法研究

基于归并聚类中心的思想,将全部样本作为初始聚类中心,以离差隶属度作为计算聚类中心的因素,用最大类间距离作为归并聚类中心的标准,进而确定出聚类的数目和最终聚类中心,得出聚类结果.通过实验数据的验证表明,本方法得出的聚类结果能够有效的反映出待聚类样本的真实情况,并且与待聚类样本的初始顺序无关,同时具有一定的抗噪能力.