简介：实验以这148位说话人语音训练的SI模型作为基线系统,GMM）是基于模型距离说话人聚类常用的模型,基于说话人聚类的说话人自适应是说话人自适应技术的一种[2]

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：聚类分析是数据挖掘的一个重要的研究方向。本文在介绍了数据挖掘的基本概念之后，详细分析了常用的聚类算法。最后，使用weka数据挖掘软件对K—means算法进行了实践，实验结果证明了K—means算法的有效性。

简介：轮廓线的变点识别是质量管理的研究热点之一，当前研究多以轮廓整体变化为识别对象，而对局部变化问题研究相对较少，且更少有在发现变异时间的同时能够寻找到变化区域在个体轮廓曲线上位置的系统方法。本文针对轮廓线局部变化识别问题，提出基于小波变换和聚类分析的方法。通过仿真性能评价，并与现有方法进行比较，结果显示本方法能够在更小的差异度检测出变化并准确定位变化区域。在文章的末尾，本文采用了一个实例对该方法的效果进行验证。

简介：提出一种将改进的核函数应用于土壤肥力研究的聚类方法。该方法在K-means聚类算法的基础上加入核函数,简化目标函数,将数据从低维空间映射到高维空间增加样本特征差异,同时提出相应选取参数的标准,提高聚类效果。实验表明,该算法对于非凸型数据或多维数据聚类正确率较高,具有良好的性能,能较好地反映土壤肥力指标和土壤利用的关系,可使土壤肥力的发展与作物的需求达到协调一致的状态,保障农作物的高产稳产。

简介：针对参数相近、互相交叠的非常规雷达信号分选所面临的困难,提出一种改进的聚类方法,并将其应用于常规分选方法提取后的剩余雷达信号.通过大量的仿真实验,验证了此分选方法的可行性.

简介：摘要：以某省南部六个市2016-2018年的用电情况为例进行分析，研究用户用电负荷的平稳性，结果表明该地区用户的用电分布不均衡，当前时段区间的设置不适合变化的负荷。基于时段划分问题遵循的原则，本文采用层次聚类法，结合负荷变化特征，对其时段划分进行优化，以反映负荷的峰谷特性，促进用户对峰谷分时电价机制的响应，提高其实施效果。

简介：针对推荐系统的准确性提出了一种优化算法，该算法首先利用用户的特征进行聚类，然后在聚类之后的各个聚簇中运用混合协同过滤框架为每个聚簇训练一个模型；同时在运用混合协同过滤时，针对传统的基于用户的协同过滤推荐算法在计算用户相似度方面进行了改进.实验表明，提出的优化算法显著提高了预测的准确性，从而提高了推荐结果的质量.

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：为了在保证计算精度的前提下使模型简化并便于计算,要尽量少地用对模型影响较大、相互独立的特征变量进行建模。在进行特征变量选择时,既要考虑选择对主因素有重要影响的变量,也要排除各影响变量间的多重相关性的干扰。首先建立各特征变量同费用的灰色关联度,根据关联度的大小对众多特征变量进行排序,排除关联度相对极小并同其他因素关联度差异明显的特征变量,减少次要影响因素对估算结果造成的干扰;其次,应用基于特征权值的模糊动态聚类方法,并突出近期数据的重要性,对影响因素进行聚类分析,排除影响因素间多重相关性的干扰。论文通过实例分析进行了验证。

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：不确定性是数据的固有属性,在实验过程中由于仪器的限制或者收集过程中的误差都会造成数据的不确定性。数据挖掘算法在处理不确定数据的相关研究尚处于初级阶段,不确定数据聚类是不确定数据研究中的典型问题,已有一些聚类算法被应用到处理不确定数据,如UK-means等。无论是UK-means还是FDBSCAN都仅仅考虑了不确定数据之间的几何距离,而没有考虑到不确定数据之间的概率分布差异。然而,概率分布特征是不确定数据的本质特征,考虑不确定数据的概率分布能够更准确度量不确定数据间的距离,从而提高聚类算法的性能,本文使用核函数度量不确定数据与类中心的距离,然后使用UK-means算法聚类不确定数据,通过大量实验验证了本文提出的距离函数优于使用欧式距离期望的UK-means方法。

简介：本文提出一种基于聚类的电网运行监控信息辨识分类方法，其特征在于，以大量的电网运行监控信息为基础，按照监控信息发出时间为依据进行分段，将原本连续的监控信息切分成多个文本，而后采用统计学的方法对文本进行预处理形成对应特征向量，并通过数据挖掘的方法对特征向量集合进行聚类分析得出聚类规则。最终实现对监控信息的自动辨识分类功能，辅助电网监控人员及时发现设备发出的告警信号，维护电网安全稳定运行的目的。

简介：摘要：山体地质灾害如滑坡、泥石流、坍塌等是影响附近道路、人民安全的潜在隐患。国土资源局等相关部门承担地质灾害预防和治理的责任的重要机构，如何针对该地区地质灾害突发的特点，快速根据事先制定的应急措施高效、准确地进行监测勘察，是需要解决的重要问题。公路滑坡灾情评估的方法有实地调研考察法、地理信息系统技术（GIS）等。本文在定性与定量基础之上，结合灰色理论和信息熵对不同情况下公路滑坡灾情系统进行研究与开发，多方位、多角度、不同层次地探讨公路滑坡灾情评估的综合分析方法，旨在建立公路滑坡灾情分析与评估的不确定性系统理论、方法，为实现人类对公路滑坡灾情的有效支援和管理提供科学的策略与方法。

简介：通过分析目前的聚类算法,提出了多隶属聚类的概念;提出了一种基于频繁项目集的多隶属聚类算法,该算法能产生事务型数据的多隶属聚类.

简介：摘 要：本文详细阐述了模糊聚类法在变形分析中的计算方法和步骤，通过实例论证了模糊聚类方法是一种简单有效的变形分析方法。

简介：摘要：近年来随着大坝的逐渐增多和坝高增大，对于大坝安全的要求也是逐渐变得越来越严格，本文旨在通过DBSCN聚类算法对于青海省某大坝往年数据进行分析，得到温度，降雨量，上下游水位变化的共同作用对于大坝安全重要指标接缝，渗流和水准的影响。

简介：

简介：Aneuro-fuzzysystemmodelbasedonautomaticfuzzyclusteringisproposed.Ahybridmodelidentificationalgorithmisalsodevelopedtodecidethemodelstructureandmodelparameters.Thealgorithmmainlyincludesthreeparts:1)AutomaticfuzzyC-means(AFCM),whichisappliedtogeneratefuzzyrulesautomatically,andthenfixonthesizeoftheneuro-fuzzynetwork,bywhichthecomplexityofsystemdesignisreducesdgreatlyatthepriceofthefittingcapability;2)Recursiveleastsquareestimation(RLSE).ItisusedtoupdatetheparametersofTakagi-Sugenomodel,whichisemployedtodescribethebehaviorofthesystem;3)Gradientdescentalgorithmisalsoproposedforthefuzzyvaluesaccordingtothebackpropagationalgorithmofneuralnetwork.Finally,modelingthedynamicalequationofthetwo-linkmanipulatorwiththeproposedapproachisillustratedtovalidatethefeasibilityofthemethod.

简介：