简介：

简介：针对供配电系统中经常出现串联型故障电弧引发火灾等事故的问题，研制了串联型故障电弧实验装置，并针对典型负载开展了大量实验。首先，利用傅里叶变换提取了发生故障电弧前后电流的前20次谐波含量，并将其作为样本；其次，采用主成分分析对样本数据进行降维，提取出电流谐波变化的主要成分；最后，运用K均值聚类判断出原始信号是否故障。结果表明，以电流谐波为特征，通过主成分分析和K均值聚类可以有效地识别串联型故障电弧。

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：简述了编组站分类问题的研究现状以及编组站的类别,介绍了运用K均值聚类对编组站进行分类的主要步骤。将该方法应用到东北地区11个编组站分类的实例中,在计算过程中,使用SPSS16统计学软件,计算结果表明分类正确,证明该方法可行,具有人为因素影响小、计算持续时间短及结果较精确等特点。

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：摘要本文通过对大量工程变更数据进行归纳，采用K均值聚类分析方法对工程变更数据进行分类，并进行参数测定，通过计算不同导致工程变更发生原因指标到各聚类中心的距离，来拟合预测未来类似情况下新建输变电工程中同一原因导致的工程变更对造价的影响程度，预测分析结果为今后类似建设工程的造价控制提供了参考依据。

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：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：K-均值聚类算法（K-means）是基于划分的聚类算法中的典型算法，针对K-means算法初始聚类中心存在对K依赖的缺陷，提出一种新的选取K-means算法初始聚类中心的方法，该方法提高聚类结果的有效性和稳定性；还提出一种极值选择法，将最大距离法和最小距离法相结合，进一步提高初始聚类中心选择的准确性。

简介：摘要本文浅谈了数字图像处理的发展概况、研究背景并对彩色图像K-means算法进行分析.主要详细谈论了是对K-means算法的一些认识，并且介绍K-means聚类的算法思想、工作原理、聚类算法流程、以及对算法结果进行分析，得出其特点及实际使用情况。

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：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：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：借助K-means聚类算法等数据挖掘技术,从我国博士研究生招生实际状况入手,从博士招生的结构质量、生源质量和选拔质量等角度分析研究生招生质量,提出科学合理的优化选拔方式、提升生源质量的博士生招生方案,对博士研究生招生单位具有良好的借鉴意义。

简介：基于改进选取初始聚类中心的K-means算法,因为在该算法中是随机地选取任意K个点作为初始聚类中心,初始聚类中心的选取方法很多

简介：摘要：在桩基施工完成进入验收阶段时，一般要求任一相邻两桩基必须满足刚性角相关要求，即相邻两桩，任一桩基桩底将荷载按应力扩散角扩散时，其应力不应传递到邻近桩身的原则，此应力扩散角一般为45度。对于某些占地面积较大的大型建构筑物，其地基工程往往存在成百上千个桩基，若对大量的桩基的刚性角复核及相关调整采用人工复核的方式，费时费力，效率低下。以绵阳3011d零部件试验厂房施工项目的桩基为例，基于现代成熟的矩阵运算工具Matlab中K-Means聚类算法可对桩基一次性批量进行刚性角复核，节省了大量运算时间，提高了工作效率。

简介：本文给出了两个K阶迭代平均值的定义，证明了它们的存在性并给出了具体算法，将杨瑾孚（1998《数学通报》）善于2阶的结果推广到k阶。