导读:本文包含了轮廓系数论文开题报告文献综述及选题提纲参考文献，主要关键词:空中交通轨迹,聚类分析,轮廓系数,谱聚类
轮廓系数论文文献综述
孙石磊,王超,赵元棣[1]（2019）在《基于轮廓系数的参数无关空中交通轨迹聚类方法》一文中研究指出为消除专家经验的主观性、避免依赖轨迹特征并且减轻实验调参的负担,提出一种基于轮廓系数的参数无关聚类分析(PICBASIC)算法。首先,比较了现有基于欧氏距离的航迹配对方法,并且建立基于动态时间弯曲(DWT)距离和高斯核函数的轨迹相似度计算模型;其次,利用谱聚类对空中交通轨迹进行聚类划分;最后,提出一种基于轮廓系数的最佳簇数寻优方法,并且其具有对聚类结果量化评价功能。利用真实进场轨迹进行实验验证,PICBASIC判断将28L跑道的365条轨迹聚为5个簇,28R跑道的530条轨迹聚为6个簇时聚类质量最佳,平均轮廓系数分别为0.809 9和0.805 6。相同实验数据条件下,PICBASIC与MeanShift聚类的平均轮廓系数差异率分别为-1.23%和0.19%。实验结果表明:PICBASIC包容轨迹的速度和长度差异,全程无需人工指导或实验调参,而且能够筛除异常轨迹对聚类质量的不利影响。(本文来源于《计算机应用》期刊2019年11期）
王学贺[2]（2016）在《一种基于改进微粒群和轮廓系数的划分聚类方法》一文中研究指出为解决聚类问题中簇的个数不易确定的难题,提出一种自动化的聚类方法.该方法针对不确定的簇个数,给出了一种新的粒子表示方法,并利用微粒群算法在完成一次聚类后,再利用kmeans算法重新分配数据对象并计算聚类中心.该方法利用结合凝聚度和分离度概念的轮廓系数来确定簇的个数,并用误差平方和来辅助验证.实验表明,该方法可以找到最佳的簇个数,并可以有效的对数据对象进行聚类.(本文来源于《云南民族大学学报(自然科学版)》期刊2016年04期）
朱连江,马炳先,赵学泉[3]（2010）在《基于轮廓系数的聚类有效性分析》一文中研究指出针对聚类结果进行有效性研究的方法有多种。通过对多种不同聚类有效性分析方法的比较,提出了一种新的基于轮廓系数的聚类有效性分析方法,并将其应用于K-m eans算法的评测中。与其他有效性分析方法相比,该方法可以更好实现对于聚类效果的判断,在标准数据集上的实验结果有效地验证了这点。并进一步将此有效性分析方法应用于文本聚类。(本文来源于《计算机应用》期刊2010年S2期）
张冬梅[4]（2009）在《基于轮廓系数的层次聚类算法研究》一文中研究指出通过对国内外聚类算法的研究情况分析可知,以往的聚类算法还存在诸多问题。传统的层次聚类算法需要提前设定算法结束参数,决策过程时间复杂度高;层次聚类算法大多没有利用已知的背景知识指导聚类过程,导致聚类结果的精确度不高;多数层次聚类算法忽略了对序列数据进行聚类分析与应用。本文针对这些问题,将研究重点放在基于轮廓系数的层次聚类算法的研究上,解决这些问题,对生命科学、医学、社会科学以及地理科学等领域都有重要意义。首先,提出一种基于轮廓系数与熵的层次聚类算法。该算法通过增量地绘制待聚类数据集的平均改进轮廓系数曲线得到最佳聚类簇数k。在其后的凝聚层次聚类过程中,把熵作为指导聚类簇合并的相似性度量标准,通过计算簇间的加权距离排除孤立点簇。其次,提出一种基于轮廓系数与约束的层次聚类算法。该算法把已知的成对实例约束结合到凝聚层次聚类过程中,利用已知的约束条件更新凝聚度矩阵,通过引入惩罚因子分别解决违反约束must-link和约束cannot-link的问题。最后,提出软件安全分析中基于轮廓系数的序列层次聚类算法。该算法在已知故障序列模式的前提下,利用故障特征矩阵反映软件故障特征与其所对应的行向量之间的关系,从而把对序列的聚类转化为对特征矩阵中行向量的聚类。通过对已有故障序列的层次聚类,缩小了软件故障特征分析时故障特征的匹配范围。(本文来源于《燕山大学》期刊2009-12-01）
轮廓系数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为解决聚类问题中簇的个数不易确定的难题,提出一种自动化的聚类方法.该方法针对不确定的簇个数,给出了一种新的粒子表示方法,并利用微粒群算法在完成一次聚类后,再利用kmeans算法重新分配数据对象并计算聚类中心.该方法利用结合凝聚度和分离度概念的轮廓系数来确定簇的个数,并用误差平方和来辅助验证.实验表明,该方法可以找到最佳的簇个数,并可以有效的对数据对象进行聚类.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
轮廓系数论文参考文献
[1].孙石磊,王超,赵元棣.基于轮廓系数的参数无关空中交通轨迹聚类方法[J].计算机应用.2019
[2].王学贺.一种基于改进微粒群和轮廓系数的划分聚类方法[J].云南民族大学学报(自然科学版).2016
[3].朱连江,马炳先,赵学泉.基于轮廓系数的聚类有效性分析[J].计算机应用.2010
[4].张冬梅.基于轮廓系数的层次聚类算法研究[D].燕山大学.2009