摘要：为了精准掌握高速公路服务区入区车辆特征、提升服务区运营管理水平,基于高速公路ETC门架通行和收费数据,在分析服务区路段和邻近服务区路段车辆行程时间和速度分布特征基础上,考虑路段交通运行状态影响,提出了基于凝聚层次聚类的运行状态识别方法和服务区分车型入区判别模型。以G65包茂高速大观服务区为例,通过关联上、下游门架路段交通运行状态,明确了服务区路段车辆在4种不同运行状态下的速度概率分布特性,结合聚类给出了各个运行状态下车流密度和速度变化的入区判定条件,并利用服务区视频卡口数据进行验证分析。结果表明:判别误差主要分布在拥堵时段,全日客车和货车在考虑运行状态下的相对误差分别为1.5%、7.0%,与不考虑路段运行状态情况相比分别提高了2.9%、4.1%,验证了模型的有效性,为获取高速公路服务区入区车辆特征提供了一种新的思路。

摘要：传统教育已经无法满足学习者的学习需求,因此,将移动学习引入传统课堂已经成为时代的需求.本文结合Web数据挖掘技术中的凝聚聚类分析方法,分析了移动学习中学习者的学习特征和行为,有针对性地进行课程资源和教学过程设计,有效改善了移动学习系统的拓扑结构,并探讨和设计了移动学习平台.

摘要：在岩体斜坡稳定性分析和岩体水力学分析中,岩体随机结构面的优势分组是一项十分重要的内容。提出一种基于凝聚层次聚类分析的岩体随机结构面产状优势分组的新方法,这种方法的优点在于事先无需确定聚类中心,在分类结果生成后还可明显剔除数据的孤点与野值。应用人工随机生成的结构面产状数据对这种新方法和模糊C均值法进行了对比验证。结果表明,凝聚层次聚类分析法不仅在无孤值点的情况下分组结果优于模糊C均值算法,而且还可以有效地剔除孤值点对于分组结果的不利影响。最后将这种方法应用于松塔水电站坝肩结构面优势分组中,同样得到了比较满意的结果。

摘要：发现具有相似借阅倾向的读者群体,并针对不同群体进行个性化读者服务,能够有效提升高校图书馆的读者服务质量,促进高校师生学习和科研进步。首先,本文设计了基于图书共借关系的读者聚类算法框架,讨论了算法中的读者距离定义、簇间距离选取和停机条件3个关键设计。其次,本文介绍了算法实现,包括如何基于图书馆的数据库系统高效计算读者距离,如何利用scipy程序库实现读者凝聚层次聚类算法。最后,在某高校图书馆图书外借数据集上进行验证。结果表明,该算法能够有效发现高校中具有相似借阅倾向的读者群,优于传统的根据读者类型和所属院系的读者群体划分方法。

摘要：关系数据的聚类算法对于传播研究意义重大,首先运用迭代系统隐喻个体结构的变化,用输出与状态的包含距离表示关系的非对称同时也确定拥有最高结构等级序列的节点来代表簇;再将Hausdorff距离引入DBSCAN算法,使得同结构节点进行合并的加和算子和层次上卷的并算子变得可压缩。运用复杂网络研究人员的数据对算法的有效性进行了评估,分层后的人员合作网具有不同的网络结构特征;关键词在层次2网络中的传播效率高;互惠关系在知识传播中的作用最大。新的发现证明算法通过引入Hutchinson算子的可压缩测度Hausdorff距离使得网络结构对传播效果的影响得以体现,该算法的设计思路是正确的。

摘要：传统的聚类方法常常将文本中关键词的相似度作为聚类的依据,丢失了很多重要的语义信息,导致聚类结果不够准确且计算量大。提出了一种基于多个领域本体的文本层次聚类方法,利用多个领域本体将用关键词表示的文本特征向量表示为与之匹配的概念向量集,定义文本相似度的计算公式,设计并实现基于多个领域本体的文本凝聚聚类算法。实验结果表明,该方法从概念层次上表示和处理文本,降低了聚类对象空间的维度,减少了计算量,提高了文本聚类的精确度和聚类效率。

摘要：为了进一步提高复杂定制化产品的生产、装配和维护效率,研究了产品模块化设计方法,文章提出了一种基于零件功能和结构相关的凝聚层次聚类模块划分方法。首先综合分析了产品中任意零件间的功能和结构相关关系,采用凝聚层次聚类算法灵活地对不同零件进行聚类,得到多种划分方案。然后引入信息熵理论,以产品生命周期中设计、装配、维护、更新升级和循环利用等各阶段复杂度为优化目标,构建产品模块划分数学评价模型,从多个划分结果中选出最优方案。最后以条烟立式分拣机模块划分为例,论证上述方法的合理性和可行性。

摘要：针对液体火箭发动机测量参数选择这一难题,提出一种基于模型的、提高故障分辨能力和系统可靠性的液体火箭发动机测点选取方法。基于发动机系统非线性静态特性数学模型,建立常见发动机故障下的故障特征库,并采用飞行数据验证其准确性;分别基于凝聚层次聚类算法、蒙特卡洛方法和失效模式影响分析(FMEA)构建了发动机测量特征子集的故障分辨种类数、鲁棒性和系统可靠性3种评价指标,并基于改进的多目标二进制粒子群算法(MOBPSO)开展优化设计。优化后的测点排布,可分辨故障从9种提高到13种,鲁棒性与原排布相当,风险指数略有上升;进一步探究了副系统混合比在故障分辨中的重要作用并分析其机理。本文提出的方法对其他复杂、闭环动力系统测量特征的选择具有较好的应用价值。

摘要：为改善常见的多目标分布估计算法在求解多目标优化问题的过程中存在的不足,即:对问题的规则特性考虑不够,对种群中异常解的处理不当,种群多样性容易丢失,过多的计算开销用于构建最优概率模型,提出一种基于聚类的新型多目标分布估计算法(clustering-based multi-objective estimation of distribution algorithm,CEDA)。CEDA在每一代运用凝聚层次聚类算法发掘种群个体的邻近结构,基于此结构,为每个个体构建一个多元高斯模型逼近种群结构并抽样产生新个体。为了降低建模计算开销,邻近个体共享相同的协方差矩阵建立高斯模型。基于标准测试题的对比实验表明CEDA能够解决复杂的多目标优化问题。基于齿轮减速器优化设计的实际应用表明CEDA同样具有良好的实用性和优越性。

摘要：映射效率对于动态映射的应用至关重要,因此文中提出基于模块化的大规模本体映射方法.通过加权的基于距离和基于信息量的方法计算本体概念的相似度,利用改进的凝聚层次聚类算法对概念进行聚类,并以此抽取子本体,最后设计基于信息检索的技术发现异构本体中的相关子本体.该方法有效缩小候选匹配的搜索空间,达到减少时间复杂度的目的.实验表明,文中方法可在保证映射结果质量的同时提升映射效率.