摘要：k-means聚类是一种简捷高效、收敛速度快且易于实现的统计分析方法,但是传统的k-means聚类算法对初始聚类中心的选取敏感且易陷入局部最优,同时多数无监督特征选择算法容易忽视特征之间的联系。为此,提出了一种结合人工蜂群与k-means聚类的特征选择方法。首先,为了使同一簇中样本的相似度高而不同簇中样本的相似度低,基于簇内聚集度和簇间离散度构建了新的适应度函数,更好地反映各样本的特性,进而构建了蜜源被选择新的概率表达式;其次,设计了随着迭代次数的增加而数值逐渐减小的权重,提出了使蜂群搜索范围动态缩进的蜜源位置更新表达式;然后,为了弥补传统的欧氏距离在计算距离时仅考虑向量之间的累积差异而表现出的局限性,构造了同时考虑样本影响程度不同以及样本的相似性的加权欧氏距离表达式;最后,引入标准差和距离相关系数,定义了特征区分度与特征代表性,以二者之积度量特征重要性。实验结果表明,所提算法加快了人工蜂群算法的收敛速度并提高了k-means算法的聚类效果,同时也有效地提升了特征选择的分类效果。

摘要：k-means聚类算法随机确定初始聚类数目,而且原始数据集中含有大量的冗余特征会导致聚类时精度降低,而布谷鸟搜索(CS)算法存在收敛速度慢和局部搜索能力弱等问题,为此提出一种基于自适应布谷鸟优化特征选择的k-means聚类算法(DCFSk)。首先,为提升CS算法的搜索速度和精度,在莱维飞行阶段,设计了自适应步长因子;为调节CS算法全局搜索和局部搜索之间的平衡、加快CS算法的收敛,动态调整发现概率,进而提出改进的动态CS算法(IDCS),在IDCS的基础上构建了结合动态CS的特征选择算法(DCFS)。其次,为提升传统欧氏距离的计算精确度,设计同时考虑样本和特征对距离计算贡献程度的加权欧氏距离;为了确定最佳聚类数目的选取方法,依据改进的加权欧氏距离构造了加权簇内距离和簇间距离。最后,为克服传统k-means聚类目标函数仅考虑簇内的距离而未考虑簇间距离的缺陷,提出基于中位数的轮廓系数的目标函数,进而设计了DCFSk。实验结果表明,在10个基准测试函数上,IDCS的各项指标取得了较优的结果;相较于k-means、DBSCAN(Density-Based Spatial Clustering of Applications with Noise)等算法,在6个合成数据集与6个UCI数据集上,DCFSk的聚类效果最佳。

摘要：针对现有医疗财务数据分析系统平台老旧,采用传统k-means算法进行数据处理时性能较差的问题,文中设计了一种财务异常数据检测算法。对于传统k-means算法存在的分类效果不佳、运行效率偏低等不足,该算法结合密度峰值法对样本点的局部密度和高密度距离进行计算,进而优化簇中心的选择。同时融合PCA降维算法减少了数据的冗余信息,进一步提高了运行效率。通过引入LOF离群检测算法对分簇后的数据进行检测,从而得到异常数据结果。实验测试中,所提算法在人工数据集上的平均ARI指标为0.844,真实数据集的准确率则达到了79.2%,在所有对比算法中均为最优,表明该算法具有良好的性能,可以对财务异常数据进行准确地检测。

摘要：针对传统电网抢修资源配置中存在主观性强、处理突发状况能力较弱的问题,文中基于改进k-means聚类算法提出了一种电网抢修资源的分配策略。该策略采用改进算法分析平台的工单数据,以获得聚合数据包,并利用主成分分析法完成对数据的降维。降维后的数据经过深度稀疏自编码器的训练,得到的数据特征被k-means++算法聚类,进而输出工单任务的优先级。所提改进算法考虑了多种复杂因素的影响,相比传统算法其综合性能更为理想。多项实验结果表明,所提算法的聚类性能和数据训练性能在多个对比算法中均为最优,可以准确地识别出测试用例中的任务等级,为电网抢修资源的分配与决策提供技术支撑。

摘要：传统线损计算方法所需电气参数较多且计算过程烦琐,导致配电网线损计算结果精度较低,因此提出了一种基于k-means聚类和Boosting算法的配电网线损计算方法。先采用k-means聚类算法挖掘配电网的线路负荷有功电量、线路负荷无功电量、线路长度及线路负载率等电气特征指标,再将电气特征指标作为Boosting算法线损预测模型的输入数据,经过模型训练完成配电网线损的预测计算。实验结果表明,该设计方法的线损计算值与真实值之间的误差仅为4.27%,具有较高的配电网线损计算精度。

摘要：针对自然环境复杂背景下葡萄霜霉病检测分级困难的问题,提出了一种基于语义分割结合k-means聚类和随机森林算法的葡萄霜霉病检测分级方法,实现对葡萄霜霉病快速分级。构建了葡萄霜霉病数据集,采用HRNet v2+OCR网络建立葡萄叶片语义分割模型,提取复杂环境下葡萄叶片;采用k-means聚类算法将葡萄叶片分解为若干子区域图像,并标记少量数据集进行随机森林算法学习,实现葡萄叶片病斑分割与提取;同时在叶片提取和病斑提取过程中,设计一种像素尺寸变换方法,解决图像分辨率引起的精度低问题。基于HRNet v2+OCR网络的葡萄叶片分割模型的准确率为98.45%,平均交并比为97.23%;融合k-means聚类和随机森林(RF)算法的葡萄叶片正面、反面和正反面霜霉病病害分级准确率分别为52.59%、73.08%和63.32%,病害等级误差小于等于2级时的病害分级准确率分别为88.67%、96.97%和92.98%。研究结果表明,基于k-means聚类和随机森林算法的葡萄霜霉病检测分级方法能够准确地分割自然环境复杂背景下的葡萄叶片和葡萄霜霉病病斑,并实现葡萄霜霉病分级,为葡萄霜霉病精准防治提供了方法和模型支持。

摘要：惯性行人导航系统中,零速区间检测的准确性直接关系着基于零速修正(ZUPT)的行人导航精度。为此,设计了一种基于非线性空间映射与k-means聚类算法结合的零速区间检测算法。通过经典零速区间检测算法广义似然比检测(GLRT)确定初始零速区间;选取零速区间与非零速区间交界处的加速度数据,将合加速度幅值作为变量,映射到设计的非线性空间中,放大数据差异;利用k-means聚类算法对映射后的数据进行聚类,经过去噪声处理后确定出更精准的零速区间;通过惯性行人导航系统实验验证非线性空间k-means聚类零速区间检测算法的有效性。实验表明,所提出的惯性行人导航零速区间检测的非线性空间k-means聚类算法相比于GLRT算法和基于k-means聚类的零速区间检测算法,定位精度显著提高,并在匀速行走、变速行走和长距离长航时行走3种运动模式下进行了实验验证;相比基于k-means聚类的零速区间检测算法,减小了计算量。所提算法能够自适应不同的运动状态,无需随时调整阈值,且理论上可以优化任意传统零速区间检测算法,具有良好的工程应用价值。

摘要：为有效应对复杂的电力和煤炭市场,加强燃料智慧管理成为火电厂管理的重要组成部分。针对某燃煤电厂的煤场占地面积小、来煤煤种复杂和燃煤堆放混乱的问题,通过提取历史来煤的煤质信息,使用k-means和DBSCAN 2种聚类算法对来煤低位发热量、挥发分、硫分进行聚类分析,从轮廓系数、聚类稳定性和样本划分精细度3个方面对2种聚类算法进行对比,最终选择聚类效果更好的k-means聚类算法作为煤质划分的计算方法。k-means聚类算法将选取的历史煤质信息数据集划分为4类,轮廓系数为0.587,且划分后的同一类别内煤质成分相近。统计不同聚类标签下的来煤频率和来煤质量比例,对煤场进行了相应的比例划分,每一分区堆放相同分类的来煤,并以此为基础设计了数字化煤场平台中的来煤堆放指导及信息存储流程,对提高堆场空间利用率和煤场管理效率具有重要的意义。

摘要：针对现有隐私保护k-means聚类方案迭代效率不高,中心化差分隐私保护k-means聚类方案中服务器会遭受攻击,以及本地化差分隐私保护k-means聚类方案中服务器会返回错误聚类结果的问题,提出了一种基于区块链的多方隐私保护k-means聚类方案(M-PPkCS/B)。利用本地化差分隐私技术的优势及区块链公开透明、不可篡改的特性,首先,设计一种多方k-means聚类中心初始化算法(M-kCCIA),在保护用户隐私的同时,提高聚类的迭代效率,并确保用户联合产生初始聚类中心的正确性;然后,设计一种基于区块链的隐私保护k-means聚类算法(Bc-PpkCA),并构建聚类中心更新算法的智能合约来在区块链上迭代更新聚类中心,从而保证各个用户都能得到正确的聚类结果。在数据集HTRU2和Abalone上进行实验的结果表明,在确保各个用户得到正确聚类结果的同时,两个数据集的准确率分别能达到97.53%和96.19%,M-kCCIA的平均迭代次数与随机化初始聚类中心算法RS的平均迭代次数相比,在两个数据集上分别减少了5.68次和2.75次。

摘要：采用立体车库车辆到达-离去时间数据,通过k-means聚类方法依据不同时段存取车到达频率对车辆进行类别划分,以立方聚类标准为评价指标对划分可信度进行评估。以车辆到达-离去时间划分推理结果及I/O至待存取车位的设备总服务时间与停留时间长短关系,建立立体车库车位分区分配数学模型。定义顾客平均等待时间为立体车库效率评价指标,仿真对比分析就近分配与本文设计聚类推理分区分配的效率指标。仿真结果表明:本文设计的分配策略相较于就近分配策略能有效缩短顾客等待时间,表现为顾客等待时间减少9.5%。研究结果为此类车库车位分配过程提供参考,为提高车库运行效率提供决策支持。