简介：发展模式选择对绿色食品产业产生重要影响，从路径上决定产业资源分配和使用，因地制宜利用现有优势资源，可以加速产业发展。本文从绿色食品产业发展模式选择进行研究，通过引入聚类分析模型，对我国各地绿色食品发展模式进行聚类，找出绿色食品产业发展模式的相同性特征及发展规律，并引入5个中国农业经济先进发展省份数据迁行比较分析，找出绿色食品产业最优发展模式。

简介：

简介：健康是人的第一追求，合理的营养摄入是健康的根本保障，蔬菜在日常饮食和营养健康方面占有重要地位。通过分析不同品种蔬菜的营养组成部分，以蔬菜营养组成成分为依据，对常见蔬菜品种进行聚类分析；同时，考虑到价格因素和居民营养需求，运用目标规划，确定比较适当的居民人均蔬菜消费参考量，为人们改善营养状况和身体健康提供依据。

简介：【摘要】：形态分析是一种重要的技术分析方法, 如何在不同板块众多种类的股票中挑选出具有投资价值的股票已经成为一个亟待解决的问题。道氏理论认为市场波动具有某种趋势,不同时期多空双方力量对比的大小决定了股票价格时间序列是向上还是向下运行。找到对盈利有益的形态,是投资者关心的目标。本章方法提供的程序经过适当的修改，便可以对以上提出的问题进行进一步的检验。

简介：摘要本文以广西桂林市漓江景区和阳朔西街景区附近403家酒店作为研究对象，运用K-Mean聚类分析，分别从酒店的用户体验、服务环境、酒店价格和酒店规模四个总体指标对酒店的类型进行综合评价。研究发现，分类状况和美团网上酒店标记类型基本一致，表明广西桂林市漓江和阳朔西街景区的酒店整体运营与服务环境以及用户体验大体上使人满意，以及应用K-Maens聚类分析对酒店的综合评价具有可行性。

简介：摘要为降低装配式建筑工程施工安全事故发生率，基于安全事故成因，反演分析影响其施工安全的关键因素集，联合应用层次分析法（AHP）及灰色聚类评价方法，构建施工安全评价指标体系及评价模型，测评装配式建筑工程实际施工安全状态；通过分析影响安全的因素搜索关键安全隐患，并针对装配式建筑工程多维作业空间并行施工易叠加安全风险的特点，采取应对措施以控制施工安全事故发生。将所建评价模型，用于某典型项目实证分析。结果表明，影响安全的主要因素按重要性从大至小排列依次是工人专业操作水平、吊装作业气候条件、构件运输临时固定措施以及构件出厂前质量安全检验，需采取对应措施，降低相应的安全事故发生概率。

简介：对于二维灰度图像，基于灰度信息的图像信息熵分析法，由于没有考虑到图像的空间信息，存在着对图像信息描述不准确的问题。在进行图像分割时，若图像复杂到一定程度时，无法得到满意的效果。本文从空间信息和灰度信息出发，将图像的空间信息和灰度信息作为特征向量，对比较复杂的图像进行聚类分割，取得了满意的效果。经分析和实验验证，本文提出的基于空间信息和灰度信息的塔型模糊C－均值聚类（PFCM）图像分割方法与传统的非塔型聚类算法相比，具有收敛速度快，稳定性好等优点。同时，由于对初始聚类中心的合理初始化，消除了聚类分析中常见的死点问题。

简介：摘要利用SCADA系统中主变开关的负荷数据和营销系统中用户的容量数据，求解不同用户类别的负载率水平。使用用户容量和开关负荷数据构建多元一次方程组，利用最小二乘法、K均值聚类算法和二叉树深度遍历的思想，将总的方程组拆分得到许多较小单元的方程组，从而计算得到总体负载率的范围。

简介：在现代战争中随着新体制雷达的不断涌现,电磁环境变得越来越复杂,这就对雷达信号分选提出了新的挑战。目前普遍采用的基于直方图统计的信号分选方法越来越不适应现代雷达信号环境。文中将聚类分析技术引入到雷达信号分选中,将蚁群算法和K-Means相结合,互相弥补不足,提出了一种新的雷达信号分选方法,该方法易编程实现,不需要雷达信号的先验知识,适用于处理未知信号的雷达。仿真实验证明分选结果较理想,为雷达信号分选提供了新的思路。

简介：【摘要】电力体制的改革导致电力市场走向市场化和智能化，供电企业将面临着日益激烈的市场竞争，所以要比以往更加注重市场意识，更加注重客户需求，这就要求更详细的用户行为分析。本文针对用电行为分析，针对负荷特征提取，用电行为的影响因素，等角度对现有的研究成果进行分类的详细阐述。并使用小波变换和聚类算法相结合的方式对近100个用户的用电行为进行了分析。随着电力体制改革的推进，用户行为分析将是电力企业一项重要的研究内容，具有重大的研究价值和经济价值。

简介：针对半监督聚类算法易受噪点的影响,提出一种基于数据清洗的改进半监督聚类算法DCSC。将噪点从数据集中提取出来另行分析。从数据清洗处理后的数据集中抽取若干正常与异常样本分别计算作为初始样本辅助K-Means算法进行聚类。实验结果表明,与现有相关算法相比,该算法具有检测未知攻击的能力,且具有更高的攻击检测率以及更低的误报率。

简介：在回顾国内学者关于企业财务预警模型研究的基础上，提出了一种新的预警模型—基于模糊聚类和模糊模式识别模型。利用该模型对训练样本进行模糊聚类，计算最优聚类中心，对待估样本所属类别进行模糊模式识剐。通过对40家沪市上市公司进行实证分析，取得了较好的预警效果。最后针对模型存在的问题提出进一步的研究方向。

简介：作者引入模糊数学中贴近度的概念来衡量人工阅卷中的得分点，利用模糊数学聚类分析过程来模拟人工阅卷的给分过程，设计了主观题的自动阅卷算法，并在系统中灵活设置了人工阅卷模块，构建了主观题网络考试系统。

简介：摘要本文将自组织映射（SOM）神经网络用于研究电力专变用户的用电行为习惯聚类。首先，对用户的负荷数据进行归一化，并提取四个有效性指标作为SOM神经网络的输入。然后采用Davies-Bouldin指数和k均值将94条用户负荷曲线分成5类，并描述每类型曲线。最后识别新用户，结果证明该聚类方法行的通。

简介：针对传统聚类算法无法有效处理高维混合属性数据集的问题,对原有的数据归一化方法进行改进。在kmeans和DBSCAN聚类算法的基础之上,结合增量聚类的思想和数据之间相异度的计算方法,提出了一种基于密度的增量k-means聚类算法。该算法能有效处理具有高维混合属性的数据集,在准确度和效率方面都得到提高。

简介：摘要：随着能源消费革命和3060双碳目标的深入推进，社会对电力用户节能降碳有了更高要求，电网公司对用户负荷削峰以降低电网备用容量投资寄予了更多期望，电力用户更是希望能有效降低用能成本来提高企业效益。因此，准确评估配用电的节能节费潜力对开展综合能源服务、碳减排和需求侧响应，以及指导电力用户开展能效管控，帮助企业降低能源成本有着重要的意义。本文首先对影响用电成本的主要因素进行了分析，从这些影响因素出发应用电力大数据、人工智能手段建立电力用户配电网节能节费评估模型，并构建智慧能效系统来展示评估模型的应用效果。

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：摘要：聚类肽,也可以称作氮取代聚甘氨酸(N-聚甘氨酸),它是一种拥有优异生态相容性和高生物学活性的可降解大分子化合物材料。高分子特性主要根据侧链基团的结构类型以及物理化学特性确定,从这样的支链结构特征上讲,能够根据设定不同的侧基构成,合理地控制系统聚类肽高分子的热力学性能、降解特性,以及溶液自组装行为和物理化学特性.文章重点阐述了聚类肽高分子的本体性质和溶液自组装行为,并同时论述了这种材料在生物医疗和能源利用等领域的潜在用途。

简介：摘要：由于模糊C均值聚类算法容易受到参数和噪声的影响，同时没有考虑点云数据空间信息，导致聚类分割结果不够准确等问题。本文利用点云法向量，提出了基于法向量加权的模糊C均值算法并且证明其算法的收敛性。通过对建筑物点云和手背点云进行聚类分割，实验结果表明：改进算法的实验结果比模糊C均值算法更精确，更具有实际意义。

简介：摘要：如今中国汽车销量已经跃居世界第一，而且还在不断增加。随着汽车行业的巨大需求和通信网络技术的不断发展，我们已经进入了车联网时代。车联网是将汽车与互联网连接起来，实现与汽车的交互控制，包括控制汽车行驶、汽车定位、与路侧设备通信等多种功能。基于此，下面讨论基于数据降维和聚类的车联网数据分析的应用，以供参考。