分层聚类

摘要： 西昌森林火灾为风险敏感度聚类问题研究提供了重要案例。以前往西昌的外地游客为研究对象,通过问卷调查,揭示不同森林火灾风险敏感度聚类人群的火灾风险感知差异和火灾险情驱动下的不同旅游行为。结果表明:基于火灾风险敏感度,将游客划分为无畏型(n=73人)、谨慎型(n=133人)和理性型(n=43人)3个有效聚类,正确分组率>80%。不同聚类对泸山森林公园、火把节、彝族年火灾发生可能性感知存在显著差异,火灾风险感知强度为谨慎型>理性型>无畏型。火灾险情发生时,无畏型、谨慎型和理性型大多会选择推迟行程,尤以谨慎型做此选项的人数和比例最高,表明风险敏感度越高的游客,其旅游行为更趋于规避风险。研究结论有望为不同风险敏感度人群制定差异化和针对性的舆情应对策略提供参考。

摘要： 本文将单层网络度-度距离模型推广到多层网络,建立多层交通网络度-度距离模型,并基于该模型对湖北省内17个地级市(州)的新冠疫情传播进行研究分析.主要贡献和结论为:(1)发现新冠疫情的传播在不同交通方式中存在较大差异;(2)按照多层网络度-度距离模型划分城市群聚类分析的结果与按确诊人数聚类结果的一致性很高.

摘要： 目的:医院收集了大量医疗数据,这些数据中提取的信息可用于临床决策和治疗推荐.传统的协同过滤推荐算法面临着数据稀疏性和可扩展性差等问题,这会降低系统的准确性和效率.方法:提出了一种基于聚类和子聚类的实时协同过滤推荐模型.该方法被用于四种不同类型的心血管疾病数据集,包括心绞痛、非心源性胸痛、隐形缺血和心肌梗死.将患者数据按照对应的疾病类别进行分层聚类,查询患者被引导到正确的疾病分区并从较小的子集中获得相似度评分.结果:实验结果表明,模型减少了查询患者的搜索范围,从而压缩提供准确建议所需时间,提升了推荐的准确性和效率.结论:模型对心血管疾病相关治疗方案的推荐具有重要的意义.

摘要： 单木信息提取是当下各类森林资源调查研究、森林经营等活动的关键步骤,其效率决定着各项森林资源调查与估测的效率.针对城市区域亚热带阔叶林,利用地面激光雷达能够通过其激光和测距扫描系统直接获得高密度扫描点的点云坐标,采用DBSCAN密度聚类算法从地面激光雷达点云中识别并分割出单棵树干,将点云数据按0.2m和0.5m两类间隔进行分层,分别对每一层点云应用DBSCAN聚类从而获取聚类中心,然后基于聚类中心进行单木树干分割,检测聚类中心和参考树干中心位置之间的距离,将此距离定义为距离误差,设置阈值为0.2 m,距离误差小于该阈值的聚类中心视为匹配成功.结果 表明:各个分层点云的聚类结果精度呈正态分布,间隔为0.2m分层的聚类结果,总体精度可达85.84％;间隔为0.5 m的分层,总体精度可达80.49％;若仅用一个测站的数据进行密度聚类,其精度主要取决于该站通视情况.

摘要： 为了在电力设备红外图像中较好地检测故障区域,提出一种基于分层聚类迭代的红外图像故障区域自动提取方法.在该方法中,首先以脉冲耦合神经网络(Pulse-coupled neural network,PCNN)作为红外图像处理核心模型,通过设置PCNN模型内在参数以及引入聚类机理,使得模型在迭代过程中可将整个图像划分成多个具有相似特性的区域.在此基础上,通过计算各个层点火区域均值以及对均值大小进行排序,然后针对灰度值较高的点火区域,结合边界检测算子并利用相似度评价方式对相邻区域进行合并处理,实现红外图像中热故障区域的有效提取.最后对真实红外图像进行测试并对比现有的一些方法,验证文中方法对热故障区域提取的有效性和适用性.

摘要： 针对同类文本中提取的关键词形式多样,且在相似性与相关性上具有模糊关系,提出一种对词语进行分层聚类的文本特征提取方法.该方法在考虑文本间相同词贡献文本相似度的前提下,结合词语相似性与相关性作为语义距离,并根据该语义距离的不同,引入分层聚类并赋予不同聚类权值的方法,最终得到以词和簇共同作为特征单元的带有聚类权值的向量空间模型.引入了word2vec训练词向量得到文本相似度,并根据Skip-Gram+Huffman softmax模型的算法特点,运用点互信息公式准确获取词语间的相关度.通过文本的分类实验表明,所提出的方法较目前常用的仅使用相似度单层聚类后再统计的方法,能更有效地提高文本特征提取的准确性.

摘要： 针对当前单幅图像阴影消除算法中,普遍存在着图像阴影消除完成时间较长、清晰度较低、成本消耗较大等问题.为解决上述问题,提出一种基于分层聚类的单幅图像阴影消除算法.通过对单幅图像进行分析,采用稀疏AP算法对单幅图像所有信息进行粗分,根据粗分结果构建单幅图像相似度矩阵,为了提高分层聚类的性能,在采用代表点聚类算法对单幅图像相似度矩阵进行再划分,合并两个阶段划分结果,得到单幅图像所有信息的划分,完成分层聚类,利用RGB空间对单幅图像阴影进行预处理,得到单幅图像对比度增强后的灰度图像,对灰度图像进行二值化后,对单幅图像阴影中心进行定位,对定位的单幅图像阴影进行消除.实验结果表明,所提出算法图像阴影消除完成时间较短、清晰度较高、成本消耗较小.

摘要： 介绍了一种新的分层聚类算法,该聚类算法的主要目的 是利用交点提供更好的聚类质量和更高的准确性.为了验证该聚类算法,对基准数据集进行了几次实验,并与其他五种广泛使用的聚类算法进行对比.使用纯度作为外部标准来评估聚类算法的性能,并计算了由聚类算法得出的每个聚类的紧密度,以评估聚类算法的有效性.实验结果表明,在大多数情况下,该算法的错误率低于研究中使用的其他聚类算法.

摘要： 当前,驾驶过程中使用移动电话的现象较为普遍,严重影响了交通安全.本文对驾驶人拨打电话、阅读和发送不同长度信息的平均时间进行了模拟测试,确定了对应的城市道路和高速公路不安全行驶距离.为更好地描述不同行为对交通安全的影响,定义了严重不安全、中度不安全、轻度不安全三个层次.对不同使用移动电话行为进行分层聚类,得到3个聚类,确定了不同行为危险程度.rn 本文对驾驶人拨打电话、阅读和发送信息的平均时间进行了模拟测试，确定了对应的城市道路和高速公路不安全行驶距离。通过分层聚类方法，将拨打电话、发送5字以内信息，发送5-10字信息、发送10-20字信息、阅读20-50字信息、阅读50-100字信息这6种使用移动电话行为聚类为3类，按照严重不安全、中度不安全、轻度不安全三种程度对不同行为进行了定义。rn 《道路交通安全法实施条例》和《机动车驾驶证申领和使用规定》对驾驶人在驾驶过程中不得有拨打接听手持电话的行为有明确规定。但是驾驶人在驾驶过程中使用移动电话的现象却屡见不鲜，其主要原因归结于驾驶人对于其不安全影响及后果的不充分认识。本文研究结果较为直观的呈现了使用移动电话对驾驶的不安全影响，有助于深化驾驶人对不安全行为的认识与理解，使其杜绝在驾驶中使用移动电话的行为。

摘要： 针对LEACH协议的分簇有随机性、簇首分布不均匀、造成网络生命周期短的缺点，提出了基于无线传感器的分层聚类路由算法(mult-energy balanceclustering hierarchy，MEBC)。算法中，将传感器节点分成不同的层次，以跳数、能量作为传输路径建立标准，通过基站的自治性和利用多跳传输来进行路由选择，而非多簇头传感器节点与基站节点间直接传输，这样可以有效地延长网络的生命周期。

摘要： 采用三明治包组的网络拓扑识别是一种新的网络层析成像技术，本文针对现有算法在大规模网络拓扑识别过程存在的时效性低等问题，提出一种基于分层聚类的拓扑结构快速识别算法。该方法利用包对之间的时延差，采用基于高斯混合模型的聚类方法进行树状拓扑的分层;然后采用拓扑识别算法完成拓扑结构重建。NS2仿真结果表明本文的算法可以取得很好的效果。

摘要： 分层聚类技术在图像处理、入侵检测和生物信息学等方面有着极为重要的应用,是数据挖掘领域的研究热点之一.针对目前基于SIMD模型的并行分层聚类算法存在的无法解决存储冲突问题,提出一种基于最小生成树无存取冲突的并行分层聚类算法。算法使用O(p)个并行处理单元,在O(n 2/p)的时间内对n个输入数据点进行聚类,与现有文献结论进行的性能对比分析表明,本算法明显改进了现有文献的研究结果,是一种无存储冲突的并行分层聚类算法。

摘要： 采用三明治(sandwich)包组的网络拓扑识别是一种新的网络层析成像技术,针对现有算法在大规模网络拓扑识别过程存在的时效性低等问题,本文提出一种基于分层聚类的拓扑结构快速识别算法。该方法利用包对之间的时延差,采用基于高斯混合模型的聚类方法进行树状拓扑的分层;然后采用拓扑识别算法完成拓扑结构重建。NS2仿真结果表明本文的算法可以取得很好的效果。

摘要： 分层聚类技术在图像处理、入侵检测和生物信息学等方面有着极为重要的应用,是数据挖掘领域的研究热点之一.针对目前并行分层聚类算法处理大数据集时速度较慢的特点,提出一种并行数据预处理算法,该算法可使原始输入数据的规模最多减少为原来的1/10,从而可减少总的并行分层聚类时间.在测试数据集上的实验结果表明使用本算法进行预处理后,能显著减少分层聚类的运行时间.

摘要： 针对电信行业激烈的市场竞争,在深入分析行业需求和用户信息数据特点的基础上,提出一种新的竞争情报分析系统.该系统通过利用电信企业已有的客户数据资源,结合企业工作平台,采用用户兴趣模型、分层聚类模型等模型分析,从而实现了对用户信息进行情报分析的功能.

摘要： 本文运用SPSS软件分析方法,通过对来自全国393份的大学生调查问卷分析得到一系列客观问题的各种可能原因.分别对所调查的大学生问卷进行频数分析、描述性统计分析的交叉分析,以及运用分层聚类的方法进行了分类.其中,我们分析得出影响大学生是否农村基层就业的主要因素包括:薪酬待遇低福利待遇、生活工作环境、未来发展晋升机会等.最后,根据分析结果构想出一个非政府组织(NGO)来协助政府解决本文所提出了相关问题.

摘要： 利用中国486个测站1960-2000年逐日气温观测资料,采用分层聚类过程中组内和组间相关系数的差异指标法,得到中国气温年际变化的9个区.气温年际变化在中国北方(东北、新疆北部、新疆南部和西北)表现为显著增暖的趋势,其增温趋势分别为每0.2-0.3°C/10a.长江中下游的气温趋势是0.1°C/10a,高原气温趋势是0.1°C/10a,西南和华南的气温趋势分别是0.2°C/10a和0.1°C/10a.分析进一步得到,中国北方和西南地区大约在1970年代末出现了年代际增暖的突变.

摘要： 本实验采用16500点的高密度Oligo基因芯片研究了从胚胎16天至生后21天小鼠嗅球的基因表达情况,从中筛选出了581个差异在3倍以上的基因,分层聚类分析将其分为6大类,对所得表达数据的进一步分析将有助了解神经干细胞的迁移及分化的分子机制。

摘要： 本发明公开了一种基于缩略图与分层模糊聚类的SAR图像分割方法，主要解决现有SAR图像分割方法受噪声影响较大，分割正确率较低，以及运算复杂度较高的问题。其实现方案为：1.输入一副待分割的SAR图像I；2.将图像分为大小相近的像素组，并利用相似近邻信息构造出待分割图像的缩略图It；3.利用模糊C均值算法结合缩略图It中的邻域信息对此缩略图中的像素点进行聚类；4.根据聚类结果得到缩略图的分割结果图Rt；5.利用缩略图的分割结果图Rt对原始SAR图像进行分层次的分割，得到输入图像的分割结果图R。本发明减少了噪声对图像分割结果的影响，提高了SAR图像分割的正确率，降低了运算复杂度，可用于遥感数据分析，城市规划和环境监测。

摘要： 本发明提出了一种基于节点邻域的聚类系数的分层随机游走抽样方法，包括以下步骤：S1，采用k‑means聚类算法获取网络中节点的近似度分布，并根据不同聚类簇内轮廓系数与聚类结果获得k‑means算法中k的最优值，根据所得k值得到需要将原数据集划分为k层，根据精确度的幂律分布情况得到分层阈值，以及各层内的节点及边的个数；S2，根据所得k值及阈值，将网络实施分层，得到高度节点集NHigher‑degree，中度节点集Nmid‑degree，低度节点集NLower‑degree；S3，确定采样比；S4，执行游走进行抽样，最后将三个不同层的抽样结果进行合并，得到最终抽样结果。本发明解决了高度节点或低度节点过度入样的问题，也为非连通网络抽样提供了解决方案。

摘要： 可以从一个或多个数据源学习分层主题模型。可使用分层主题模型来迭代地移除所选集群中的一个或多个主导词。主导词可以涉及集群的一个或多个主要主题。所学习的分层主题模型可用一个或多个词、n元组、短语、文本片段或其组合来播种以演化分层主题模型，其中在播种完成时，所移除的域词被恢复。

摘要： 本发明公开了一种基于改进聚类算法的风电场分层降功率分配方法，该方法包括如下步骤：步骤一，选取风电机组的风速和输出功率作为模糊聚类的特征量；步骤二，利用基于模拟退火遗传算法的模糊C均值算法对风电机组进行聚类分析，将风电场中各机组分为不同类别的机群，形成上层机群和下层机组的两层功率分配结构；步骤三，基于极限学习机的功率预测方式和聚类结果，确定上层机群的降功率分配策略；步骤四，通过基于极限学习机模型得到的功率预测值，确定下层机组的降功率分配策略，完成对有功功率调度指令的分配。本发明的有益效果是，改进的聚类算法提高了风电机组聚类的合理性，结合聚类结果和预测功率的降功率分配方法能实现风电机组的更大效能，并且有利于风电机组寿命延长。

摘要： 本发明公开了一种基于分层聚类的均衡图像聚类方法，本发明针对服饰类商品图像高维特征数据，采用基于层次聚类的方法，获得大小均衡的聚类簇，且单个聚类簇包含的数据量不超过限定的阈值。检索时，将被检索数据与所有聚类中心进行距离计算后，选取最近的多个聚类簇，在多个聚类簇内部进行数据遍历，获得最后的查询结果。相对于通用的基于聚类的索引方法，该方法避免了当被检索数据处于大聚类簇时遍历数据量过大的问题，保证了查询的性能。同时，通过遍历多聚类簇的方式，查询结果与SSA的查询结果有更高的重合度，提高了查询效果。

摘要： 本发明公开了一种基于分层聚类的均衡图像聚类方法，主要包括：步骤1：提取图像的特征数据；步骤2：对图像的特征数据进行聚类；步骤3：对步骤2得到的每个聚类簇进行切分。本发明的一种基于分层聚类的均衡图像聚类方法，可以实现效率高、节省成本以及实用性强的优点。

摘要： 本发明公开了一种基于分层聚类的均衡图像聚类方法，本发明针对服饰类商品图像高维特征数据，采用基于层次聚类的方法，获得大小均衡的聚类簇，且单个聚类簇包含的数据量不超过限定的阈值。检索时，将被检索数据与所有聚类中心进行距离计算后，选取最近的多个聚类簇，在多个聚类簇内部进行数据遍历，获得最后的查询结果。相对于通用的基于聚类的索引方法，该方法避免了当被检索数据处于大聚类簇时遍历数据量过大的问题，保证了查询的性能。同时，通过遍历多聚类簇的方式，查询结果与SSA的查询结果有更高的重合度，提高了查询效果。

摘要： 本发明属于物理海洋、海洋技术以及水声工程等领域，具体涉及一种基于K‑means算法迭代分层聚类声速剖面的海洋锋重构方法，该方法使用K‑means算法对海洋锋海区声速剖面按照分层原则进行分层聚类。与其他聚类算法相比，该方法思想简单，收敛速度快，聚类效果好，能够满足于海洋锋海区存在大量声速剖面时的聚类要求。并能通过声传播损失的计算验证聚类结果的准确性，同时根据误差阈值对分层提出迭代优化，直至所有分层聚类结果均满足允许的误差阈值，最终实现基于K‑means算法迭代分层聚类声速剖面的海洋锋重构。

摘要： 本发明公开了一种基于分层聚类和边界增强的深度图上采样方法和装置，涉及深度图上采样技术领域。本发明不仅对低分辨深度图进行预处理，将其分成深度连续区域和深度不连续区域，深度连续区域的种子像素直接进行插值，深度不连续区域的目标像素是本发明需要进行处理的，减少目标数量，提高计算效率。本发明还利用初始素描图算法对高分辨彩色图像进行预处理，利用各向异性滤波器获取平滑的均匀区域和增强的图像边界，并且对于颜色相近的深度不连续区域，利用素描图的边界信息进行处理，有助于后续精细的图像分割。在进行深度图上采样时，提出了一种分层分类别的上采样方法，可以对目标像素进行分类插值，有效防止了深度不连续区域的深度混淆伪影。

摘要： 本发明公开了一种基于分层聚类的电驱动系统可靠性工况提取方法,包括：基于分层聚类原理进行分层聚类可行性分析；基于用户运行数据库，将运行片段与怠速片段进行切分，基于运行片段进行特征参数构造；基于特征参数中的车速基本特征参数进行第一次聚类；结合第一次聚类，基于特征参数中的车速波动特征参数进行第二次聚类；基于第二次聚类，获得聚类结果和工况比例构成。本发明把不同的特征参数分批，对用户运行片段进行聚类，获取最优聚类数，相对于单次聚类，得到的典型工况更加详细多样，可为后续电驱动系统载荷谱的编制提供帮助与依据，提高载荷谱的加速效果。