基于K-均值聚类分析法的建筑物火灾危险性分级

火灾危险度FR是衡量建筑物火灾危险性等级的指标因素。通过对36所建筑物进行评判,计算出火灾危险度FR,再利用K-均值聚类分析的方法对这36所建筑物的火灾危险性进行分级。最终将这36所建筑物按照火灾危险性分成Ⅰ、Ⅱ、Ⅲ、Ⅳ四级。     

基于K-均值聚类的卷烟市场研究

基于数据挖掘中的K-均值聚类方法,对四川省卷烟市场数据进行研究。对卷烟市场中的消费群体进行分群,为针对性销售确定目标客户,对提高卷烟厂销量有一定的指导意义。     

基于K-均值聚类的卷烟市场研究

基于数据挖掘中的K-均值聚类方法,对四川省卷烟市场数据进行研究。对卷烟市场中的消费群体进行分群,为针对性销售确定目标客户,对提高卷烟厂销量有一定的指导意义。     

基于因子分析和K均值聚类的5G客户挖掘

随着5G时代的到来,如何在日趋饱和的市场环境下准确挖掘潜在存量用户的5G业务需求,是运营商亟待解决的问题。文章利用因子分析和K均值聚类算法分析,结合电信客户的消费行为特点,给出了电信客户细分的实际解决方案。实证结果表明,该方法对细分挖掘电信客户有积极作用。     

基于区域生长和模糊C均值聚类的图像分割方法

为了合理地确定运用模糊C均值(FCM)聚类方法进行图像分割时的聚类中心数,从而对图像进行合理区域分割,提出了基于区域生长和FCM聚类的图像分割方法.该方法可以利用区域生长合理地确定要聚类的中心数,然后再依此聚类中心数利用FCM聚类算法对图像进行分割.实验结果表明,该方法可以准确地分割出目标,是一种有效的图像分割方法.     

基于模糊C均值聚类和距离的专家赋权研究

针对判断矩阵专家赋权研究多使用硬性聚类以及类间权重值可能出现相同值的情况,提出了基于模糊C均值聚类和距离的赋权方法。该方法首先利用模糊C均值聚类对专家所给出的排序向量进行分类,然后根据聚类结果计算出各专家的类间权重和类内权重,从而集结为属性权重。在类间权重确定过程中,引入类间距离权重,给出一种新的类间权重计算方法。文末给出的算例表明,所提出的方法是可行、有效的。     

我国小额贷款公司经营发展状况研究——基于K均值聚类法

我国从2005年开始随着一系列针对小额贷款公司的政策和限制的放宽,各种商业小额贷款公司在我国各地区发展迅猛。然而,小额贷款公司在我国尚处于起步阶段,在我国特有的金融生态环境里要实现可持续发展,还面临诸多问题。本文以全国31个省（自治区、直辖市）小额贷款公司经营发展状况为研究对象,运用K均值聚类法,把我国各省份小额贷款公司经营状况进行分类,并对各省之间小额贷款公司发展水平的差异进行客观综合评价。     

基于模糊聚类的手写数字识别

本文提出了—种基于模糊聚类的手写数字识别方法,该方法先对手写数字图像进行预处理,然后对数字图像进行特征提取,得到能反映数字样本的低维特征,最后用模糊聚类的方法识别手写数字,Matlab仿真实验表明,该方法运算速度快,识别率较高。     

聚类算法分析综述

聚类作为无监督的学习算法,能对无类标的数据集合进行分类,在文本分析、数据分析、图像处理以及市场预测等多领域有广泛的应用.本文从多个角度对聚类方法进行分析,在不同的情况下运用不同的聚类算法对数据集合进行划分.     

基于分层聚类的电子舌用于啤酒的识别

利用电子舌系统对6种品牌啤酒进行检测,所得数据运用分层聚类算法进行分析,观察其品牌分辨结果,评估聚类效果。在树状图中,不同品牌的啤酒样品分别被聚成一类,并无混淆现象发生,而且划分效果十分清晰明了,说明采用分层聚类算法的电子舌可以用于啤酒的识别。     

数学在建筑监察领域的运用

对于在建建筑的规划管控,是一个城市规划管理局的重要职能,由于在建建筑众多,尤其对于一些大型城市,对于在建建筑的规划管控主要是从建筑物的尺寸角度来进行的,包括是否超宽、超高等。如何引入计算机数学思想,构建一个在建建筑的智能化规划监察管控系统,并杜绝人情因素,成为提升规划监察工作效率和质量,体现科学发展观的重要技术手段。     

基于客户细分的电信聚类市场营销策略研究

细分市场营销是电信营销工作的主要内容,虽然各个聚类市场个体消费重点少,但是聚类市场个体基数大,聚类市场的整体利益高,因此,聚类市场也成为各个通信运营商竞争的关键。电信聚类市场可细分为高端聚类客户、中小企业客户和普通聚类客户三类,对于不同的聚类客户市场需要采取不同的市场营销策略。     

基于熵值和聚类分析的安徽省智慧城市发展水平评价

为了更好地了解安徽省智慧城市的发展,本文从经济发展、科技发展、基础设施、教育资源和城市生活五个角度选取１８个指标,运用熵值法和Ｋ－均值聚类对２０１８年安徽省１６个地级市智慧城市建设水平做出评价。结果表明,安徽省各市智慧城市发展水平较为不平衡,高水平和低水平城市之间差距较大。     

基于谱聚类的用户关联关系挖掘

为了从用户地理空间分布数据中挖掘用户间关联关系,提出了一种基于谱聚类的关联关系挖掘算法。首先定义了关联度,用以衡量用户之间空间分布的相似性,基于关联度构造相似矩阵,再利用谱聚类方法对用户进行聚类分析,聚类结果表征了用户的关联关系。采用Silhouette指标和聚类准确率来衡量用户关系挖掘质量,同时与传统的K-Means方法进行了比较,通过真实数据集实验,结果表明该算法在实验数据集上能达到90%以上的聚类准确率,证明方法有效、可行。     

基于灰色聚类决策的人员选聘研究

灰色聚类理论作为一门数学工具,为人力资源管理的人员选聘提供了科学有效的思维方法,它能使企业在人员选聘过程中加大科学含量,实现从主观判断到客观评价的有效过渡。本文首先介绍人员选聘中的灰色聚类决策方法,再以某高校招聘一名教学科研人员为例,讨论灰色聚类决策在人员选聘中的应用。     

基于SPA聚类算法的我国物流需求规模预测分析

采用SPA聚类算法,对我国物流需求规模在未来的变化趋势进行了预测。从我国物流需求来看,至少在未来五年内我国物流需求规模仍然呈现较快的增长态势。从SPA聚类算法可行性来看,本文的实证结果验证了这种方法在预测领域的可靠性。     

使用聚类稳定性分析方法增强单类学习算法研究

聚类分析方法是一种专业研究分类问题的统计分析方法,对数据进行深度的挖掘。基于单类学习算法应用在多模态、多密度数据时的不足之处,有效的将聚类稳定性分析方法应用到单类学习中。本文通过对运用聚类稳定性的分析方法去增强单类学习的算法解决问题;论述使用聚类稳定性的分析法以增强单类学习的算法;应用实验三个方面进行了简单的论述。     

基于聚类分析法的山西旅游业发展研究

山西是煤炭资源大省,煤炭作为主导产业在过去为山西的经济发展作出了重要的贡献。在"煤炭去产能"和经济结构面临调整的背景下,山西将旅游业定位为七大非煤炭产业的第一产业,旨在将旅游业打造成支柱产业。在政策的引导下,山西旅游业整体得到了较快的发展,但各市的旅游业发展因旅游资源的差异存在着不小的差距。本文运用聚类分析法从各市的旅游人数和旅游收入角度来研究山西各市的旅游业发展情况,并提出相关的政策建议。     

基于聚类反馈的图像检索技术研究

随着多媒体和计算机网络技术的迅速发展,金世界的信息量急剧增长.图像作为一种内容丰富、表现直观的媒体信息,受到人们的青睐.各行各业有越来越多的信息通过图像的形式进行表达.图像信息应用日益广泛,人们面临的一个问题是如何在海量的图像信息库中查询到符合用户要求的图像.这就要求有一种能够快速而且准确地查找访问图像的技术,也就是所谓的图像检索技术.     

基于均值-方差模型的股票投资组合构造分析

股票投资逐渐成为企业与个人投资的重点,如何选择行业股票随之成为社会的热点话题。根据Markowitz的投资组合理论,并结合因子分析,对如何构造股票投资组合进行了理论分析和实证分析。首先建立综合评价体系,利用因子分析筛选出各项指标总体最优秀的上市公司的股票建立股票池;再根据均值-方差理论建立模型,得到股票池中各支股票的投资比例,构造出股票投资组合;之后运用Jensen和Treynor指数对该投资组合进行评价,认为该投资组合业绩比较优良。文中构造股票投资组合的方法比较合理且易于操作,具有一定的可行性和推广性。