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。     

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。     

一种基于聚类分析的跳频信号自动分选方法

为了从复杂电磁环境中分选出跳频信号,提出了一种基于聚类分析的自动分选方法。该方法首先将信号特征参数估计等效成聚类分析问题,估计测量集中所包含的信号个数及各信号的特征参数,包括载频、带宽和入射方向。然后根据跳频信号的跳速范围,通过对各截获信号的特征参数进行序贯聚类,剔除干扰,获得期望的跳频信号。仿真实验表明,所提出的方法能够从复杂环境中正确地分选出跳频信号。     

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。     

基于模糊聚类分析的无源雷达目标识别方法

针对无源雷达目标识别的特点,提出了基于模糊聚类分析的识别方法。首先分析了空中目标类型和目标表征,然后阐述了目标识别的原理和步骤,最后运用该方法对给定特征的空中目标进行了聚类分析,实验结果表明提出的方法是可行和有效的。     

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。     

金属切削加工状态的模糊（Fuzzy）模式识别（二）——模糊ISODATA聚类分析法

 本文利用模糊ISODATA聚类分析的方法对切削加工状态进行了模糊模式识别,并就此方法中的初始矩阵U_fo的选择原则做了进一步地探讨,最后把这种方法与模糊等价矩阵聚类分析法进行了比较分析。结果表明,把模糊模式识别应用于金属切削加工状态的识别是切实可行的,且识别精度高、识别运算简单、具有实时性,从而为切削加工过程的实时识别与控制提供了基础。     

基于OPTICS聚类算法的流场结构特征分析方法

为了改进现有的基于聚类分析的流场结构特征分析方法,使之更加适用于结构风工程领域的风场特征识别与分析,依托聚类分析的思想,结合一种基于密度的OPTICS聚类算法,并引入相关距离的概念替换了原算法中的欧氏距离,提出了采用一种基于相关距离的OPTICS聚类算法进行流场结构特征分析.实例分析利用基于大涡模拟的计算流体动力学数值模拟,对低雷诺数下经典圆柱绕流问题进行了瞬态求解,获取了2000个圆柱尾流中顺流向涡的瞬态涡量场样本.然后,以识别圆柱尾流中的顺流向涡旋涡脱落状态和顺流向涡A模式展向分布为目标,对比了k-means、原始的OPTICS算法和基于相关距离的OPTICS聚类算法等流场结构特征分析方法.分析实例的结果表明,基于相关距离的OPTICS算法能够在合适的初始参数设置下有效识别顺流向涡脱落状态和其A模式展向分布间距,相对k-means算法降低了对初始参数的敏感度,聚类结果稳定且唯一.