空中环境谱编制中的假设检验方法

 在依据空测环境数据通过模糊聚类分析确定空中环境谱区域划分中,提出了对分类的各类数据总体分布齐次性检验加以判别和归类的方法。通过对典型应用实例中3种检验方法（t分布假设检验、秩和检验、斯米尔诺夫检验）检验结果的分析,确定使用秩和检验与斯米尔诺夫检验相结合的方法进行空中环境谱模糊聚类分析的假设检验,使空中环境谱的区域划分更为科学合理。     

混和遗传算法及其在亚音速翼型优化中的应用

为了降低遗传算法中适应度值的计算量,提出了一个新的混合算法,引入了聚类分析和下山单纯形局部寻优两个算子,聚类分析评估种群在欧氏测度上的分布特点后,给出合理的局部寻优空间,有效利用了下山单纯形算法的局部收敛特性,实现了算法的融合。在以升阻比最大为目标的RAE2822亚音速翼型单点设计中,分别采用传统GA算法和新算法进行优化设计,结果表明,新算法有效加快了计算效率,增强了算法对设计空间的挖掘能力。     

一种基于聚类分析的二维激波模式识别算法

在激波捕捉求解器计算的可压缩无黏流场基础上,提出了一种探测并识别二维激波干扰模式的新算法,从3个层面详细介绍了该算法的实施流程。首先,采用基于当地流场参数设计的传统激波探测方法,辨识出激波附近的一系列网格单元;其次,通过经典的K-means聚类算法将这些激波单元划分成许多簇,并根据簇的相邻信息定义每个簇的类别;最后,设定相关准则对某些紧邻的簇进行合并,进而确定各个激波干扰点的位置,记录各条激波分支所对应的簇,采用Bézier曲线拟合算法分别对其聚类中心进行拟合以获取更加光滑的激波线。数值试验表明,该算法不受网格类型的限制,不仅可以保证最终拟合的激波线具有较高的位置精度,还可以清晰地识别出流场中多激波干扰的模式,同时对分析非定常流场中激波的运动与演化过程也提供了一种有效的可视化手段。     

被动雷达导引头对双噪声源的分辨与跟踪

研究比幅体制反辐射导引头在主波束内受到双噪声调频干扰源干扰的情况,对角误差信号采用聚类分析,将两噪声源分辨开来,并对其中一个噪声源进行稳定的跟踪.     

9基于聚类分析的软件多故障定位技术

故障定位的思想一般是通过对程序语句及其执行结果的分析，从而定位到存在缺陷的程序语句的位置.目前，软件单故障定位技术研究较多，多故障相关研究较少.本文根据程序语句覆盖执行信息构造程序谱，提出基于聚类分析的软件多故障定位技术方法，在Siemens测试程序集的基础上，和现有的一些基于程序谱的定位方法进行对比，在大部分的情形下，验证了本文提出的基于聚类分析的软件多故障定位技术在软件多故障定位方面的定位效率要优于这些方法，减少测试人员的工作开销.     

飞机结构腐蚀环境的聚类分析

采用模糊聚类分析方法对飞机结构腐蚀环境进行归类分析,找出了各腐蚀环境间的相似关系,对于压缩、简化飞机结构的环境谱和选用飞机结构材料在腐蚀环境下的力学性能参数具有十分重要的意义。     

河北省重点城市与全国主要城市竞争力聚类分析

经济全球化和一体化的发展推动了城市化进程，而衡量城市竞争力的强弱就成为评判进而提升城市发展综合水平的需要。本文采用聚类分析的方法，针对河北省重点城市与全国主要城市相比，就经济实力、人民生活、社会实力三个方面的相关指标进行了统计分析，对统计结果作了解读，并提出了提升河北省重点城市竞争力的建议。     

基于Squeezer算法的大规模矩阵聚类分析

对Squeezer算法进行分析研究,在定义2个矩阵之间距离的基础上,提出了一种改进的Squeezer算法,用于对维数相同的大规模矩阵进行聚类分析.改进的算法在设定距离阈值的基础上,对类别的半径设定阈值来控制分类精度,给出具体的算法步骤来实现针对大量矩阵的聚类分析.对聚类后所得矩阵集合,给出集合质心和半径的定义,来描述矩阵集合的特性.所提算法能使聚类结果避免受到链条效应的影响而使类不断扩容,从而导致聚类精度下降的问题.仿真实验分析验证了所提算法具有良好的聚类效果和适用性.     

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。