简介：针对抑制式模糊C-均值聚类算法所存在的不足，提出了一种改进算法——半抑制式模糊C-均值聚类算法。通过对抑制式模糊C-均值聚类算法的良性扩展，在保持收敛速度变化不大的前提下改善了聚类的效果。实验表明，该算法是有效的。

简介：与Mamdani模糊系统相比,T-S模糊系统具有较好的性质,并在实际中得到了广泛的应用。如何建立T-S模糊系统也成为研究的热点。本文使用改进的模糊C-均值聚类方法建立初始T-S模糊系统,然后使用粒子群算法进行优化。仿真结果验证了该方法的可行性与有效性。

简介：摘要交通拥挤事件是城市公共交通系统中造成交通延误的最主要原因之一，快速有效的识别拥挤事件是城市交通控制策略的重要环节。针对交通流相态及其交通因素类属方面存在的模糊性，本文在分析交通流特征时对其进行了聚类软化分。根据交通流特性，运用模糊C均值聚类算法对交通流各要素进行模糊分析处理。通过对交通量隶属度的判别和聚类分析结果，找出不同交通流间的亲疏程度和相似性，将具有相近特性的交通流归纳在一类，从而判别出交通流相态属性，确定交通拥挤事件的发生，达到对交通拥挤事件识别的目的。

简介：目的采用反映血管新生状态的指标经模糊C均值聚类对星形细胞肿瘤病理学分级进行探讨。方法采用含有正常成人脑组织、弥漫性星形细胞瘤（WHOⅡ级）、间变性星形细胞瘤（WHOⅢ级）、胶质母细胞瘤（WHOⅣ级）及阳性对照组织的168点矩阵的组织芯片,通过免疫组织化学SABC双标法标记内皮细胞和血管内皮生长因子,以Image-ProPlus5.1中文版图像分析软件对染色结果及血管内皮生长因子阳性单位、微血管密度及微血管平均周长等指标进行测定。采用单因素分析方法筛选与星形细胞肿瘤病理级别相关的参数,以矩阵实验室数学软件提供的模糊C均值聚类函数参数作为聚类对象,将不同的组织切片参数值进行模糊C均值聚类,所得聚类值分别赋值为星形细胞肿瘤病理分级值。结果（1）在不同病理分级组之间,星形细胞肿瘤血管内皮生长因子阳性单位差异具有统计学意义（P=0.000）,各病理分级组间两两比较差异亦有统计学意义（均P〈0.05）。（2）在不同病理分级组之间,星形细胞肿瘤微血管密度值差异有统计学意义（P=0.000）,两两比较差异亦有统计学意义（均P=0.000）。（3）星形细胞肿瘤微血管平均周长,Ⅱ级组与Ⅲ级组、Ⅱ级组与Ⅳ级组比较差异有统计学意义（均P=0.000）,而Ⅲ级组与Ⅳ级组之间差异无统计学意义（P=1.000）。（4）与WHO病理分级相比,模糊C均值聚类产生的星形细胞肿瘤病理分级值对Ⅱ、Ⅲ、Ⅳ级等级别的诊断符合率分别为85.71%、48.39%和78.95%,总体正确率达68.46%。结论星形细胞肿瘤血管内皮生长因子阳性单位、微血管密度和微血管平均周长等项指标的模糊C均值聚类值与星形细胞肿瘤病理分级值比较符合,可应用模糊C均值聚类法对星形细胞肿瘤的病理分级进行辅助推测。

简介：

简介：k均值算法是一个常用的局部搜索算法,它的主要缺陷是容易陷入局部极小,并且该局部极小解与全局最优解往往有很大的偏差.本文提出一个基于K-均值的迭代局部搜索文档聚类算法.该算法以k均值算法所得到的解作为初始解,从该初始解开始作局部搜索,在搜索过程中接受部分劣解.当解无法改进时,算法对所得到的局部极小解做适当强度的扰动后进行下一次的迭代,以跳出局部极小,从而拓展了搜索的范围.实验结果表明该算法对文档数据集聚类的正确性达99%以上.

简介：提出一种基于均值聚类的车牌定位算法,该算法能避免由于环境的复杂而带来的定位的不确定性。

简介：为实现高校教师有效教学的特征识别,以问卷的形式对高校教师教学能力现状的反馈情况进行考查和归纳,提取教学意识能力、教学风格能力、教学认知能力、教学反思能力等7个有效教学特征因子,并采用李克特五级量表进行数据处理。提取有效教学的特征值,对有效教学特征因子进行量化,得到有效的教学特征数据,进而采用模糊C均值聚类算法对有效教学特征数据进行分类,建立标准有效教学模型库。将新的教师有效教学特征值通过模糊模式识别中贴近度的方法与模型库相匹配。如果不匹配,提出4种提升有效教学的策略,为后续的教学风格研究提供依据。

简介：针对海底采样点较少时,监督学习训练分类模型困难的问题,研究无监督学习的K-均值聚类分析算法在多波束海底底质分类中的应用。在探讨K-均值聚类分析算法原理的基础上,构建海底底质分类器,针对分类器需预先输入分类结果种类（K值）这一问题,提出了基于底质采样点和分类效果连续性为原则的K值确定方法。实验结果表明：基于K-均值聚类分析算法的海底底质分类器能较好的实现海底底质类型的自动划分,适用于海量多波束底质特征参数的分类。

简介：摘要文章针对遥感图像的模糊聚类算法进行了研究。数字图像分类技术是数字图像处理技术中非常重要的一个内容。遥感图像固有的模糊性，对于遥感数字图像来说，尤其是中、低分辨率遥感图像，由于混合像元的影响使得分类结果并不是最优的,也就是说，传统的分类方法往往不能取得理想的分类效果。而应用软分类算法原理，采用模糊聚类方法进行遥感图像的非监督分类是解决这种分类模糊性的主要方法之一。文章研究模糊聚类中的模糊C均值聚类算法，并通过计算机程序来实现算法，从而达到对遥感图像非监督分类的目的。此算法与人工判读分类相比，提高遥感图像非监督分类的速度和效率，节省了人力和物力。

简介：摘要 大数据时代下推文的推荐模型能够快速有效的筛选出适合于不同用户的数据信息。类比电商平台常用的推荐系统与搜索引擎使用的页面推荐算法，量化文字信息使得将数据带入推荐系统成为可能，构建推文之间的拓扑关系图建立推文-推文、用户-用户之间的关系群，进而使用模糊聚类-协同过滤算法提供基于推文或基于用户的推文推荐算法。

简介：特征关联源于量测过程中的不确定性,是无源多传感器多目标跟踪中一个关键环节。模糊集理论的基本思想是把经典集合中的绝对隶属关系模糊化,为处理不确定事物的建模提供有力工具。一种基于模糊聚类的辐射源特征关联模型被提出,同时给出了确定相似性度量和检验门限的方法。最后模拟产生了雷达数据库,对雷达数据库进行了聚类,并与硬聚类算法和灰色聚类算法进行了比较,实验结果证明了该方法的优势和有效性。

简介：针对高职生职业能力测评,提出由5个方面23个细项组成的测评体系,采用了模糊聚类算法实现对高职学生职业能力进行客观分类,给企业招聘毕业生和学院教学质量分析提供重要的参考。

简介：目前很多已知的聚类算法对于异常点的处理存在不合理的问题,将模糊集和粗糙集的相关理论加人到支持向量聚类算法中,可增加异常点处理的合理性,并得到一种新的改进算法,将其称为模糊一粗糙支持向量聚类算法.当支持向量集作为一个特殊的聚类,通过元素间的亲密程度,模糊边界的隶属度可以被计算出来.而下近似集包含的样本点建立在算法训练阶段获得的超球体内.在检测异常值和计算任意轮廓的聚类方面,该算法具有较大的优势和潜力.

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：摘要双聚类（Biclustering）算法在数据挖掘中是一个新兴的算法，对于矩阵类型的数据，其聚类效果很好。本文浅述了双聚类算法的基本特点，并提出了用迭代的双聚类算法对未知的数据进行分类，并对一组数据进行了测试，其分类表现不错。

简介：摘要在移动“互联网+”的时代，为了更加方便快捷的进行信息搜集和商业检查，一种自助式劳务众包平台服务模式“拍照赚钱”应运而生。

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。

简介：利用粗糙集的约简算法及类边界集分别选出影响绩效的核心因素和样本的边界集，将其应用于C-均值聚类网络得到具有概率信息（权重）的样本，作为支持向量机（SVM）的输入建立员工绩效评估模型。实例表明，该方法拟合率高，且性能优于SVM算法。

简介：　首先比较了数据流聚类分析与传统的聚类分析方法的一些不同点，对目前最新的一些数据流聚类研究成果进行了分析，最后对数据流聚类发展方向进行了展望。