导读:本文包含了聚类结构论文开题报告文献综述及选题提纲参考文献，主要关键词:产业结构,马尔科夫转移矩阵,K-均值聚类
聚类结构论文文献综述
郝立丽,李凌寒,张滨,宋辉[1]（2019）在《基于马尔科夫转移矩阵的黑龙江省区域产业结构变化聚类分析》一文中研究指出从叁次产业结构转化的角度出发,对1996—2016年黑龙江省及其13个市(区)的叁次产业结构求解马尔科夫转移矩阵,并利用各市(区)的产业结构转移概率进行聚类分析,探寻出黑龙江省及各市(区)叁次产业结构演变的趋势和规律。结果表明,各市(区)依据马尔科夫转移概率可划分为4类,这4类地区的资源禀赋优势主要集中在森林、煤炭和石油等自然资源上,但资源利用的不合理造成了产业结构扭曲,进而制约了黑龙江省的经济发展。最后,针对4类地区产业结构演变规律及资源禀赋优势提出了相应的产业结构调整政策建议.(本文来源于《东北师大学报(自然科学版)》期刊2019年04期）
黄月,王鑫[2]（2019）在《基于高维稀疏聚类的知识结构识别研究》一文中研究指出[目的/意义]基于文献对某一领域的知识结构进行识别是文献计量分析的一个重要任务,可以揭示该领域的研究特征。[方法/过程]传统知识结构识别是二步式的,即首先基于某种分析思想构建同种元素间的关联程度矩阵,然后再对该矩阵进行结构识别。本研究构建一个直接基于"文献—关键词"矩阵进行高维稀疏聚类来识别知识结构的方法,然后以2009-2018年国内数据挖掘领域期刊论文为例,与传统基于关键词共现进行知识结构识别方法进行了对比分析。[结果/结论]实验结果表明,基于高维稀疏聚类探测知识结构是有效的,并且该方法可以获得差异度较大的子类,结果解读可以获取更多信息。(本文来源于《现代情报》期刊2019年12期）
孙勇,王会蒙,靳奉祥,杜云艳,季民[3]（2019）在《一种基于空间-拓扑结构相似性的复杂轨迹聚类算法》一文中研究指出复杂的面状空间实体如海洋涡旋、环流和降雨过程在运动过程中会产生更复杂的轨迹,即具有分支结构的复杂轨迹。为了挖掘这类复杂轨迹的运动模式特征,本文从复杂轨迹的拓扑结构和空间特征出发,创新性地提出复杂轨迹的空间-拓扑结构相似性度量算法(Spatial-Topological Similarity Measurement, STSM),该算法是基于图同构算法VF2改进的。首先STSM算法将复杂轨迹用带有节点和边的图结构表达,并将空间信息融入图结构的节点属性中,通过匹配复杂轨迹之间所有最大公共子结构,找到匹配结构中节点之间一一对应的关系,利用加权的欧式距离计算复杂轨迹匹配结构中点对之间的空间距离。然后,基于STSM相似性算法进行层次聚类分析,旨在发现复杂轨迹之间相似的拓扑结构在空间上的聚集模式。最后,利用1993-2016年长时间序列的中国南海冷涡复杂轨迹验证方法的有效性,并对比分析复杂轨迹拓扑结构相似性算法CSM。结果表明:单纯用拓扑结构相似性算法CSM进行聚类分析,不能充分挖掘空间的聚集模式,因为不同空间位置也存在拓扑结构相似的轨迹。而本文提出的STSM算法将南海冷涡复杂轨迹分为5类,第一类分布在南海北部、第二类分布在南海中部、其他叁类交错在南海南部。这种聚集模式在一定程度上反映了冷涡的生成和演化过程在南海北部、中部、南部的差异性,同时也表明了冷涡移动在南海南部存在更为复杂的异质性。因此,本文提出的方法可以有效地从复杂轨迹数据中发现其演化过程的潜在聚集模式,为认识这类复杂动态现象的时空演化特征提供了一种新的方法。(本文来源于《地球信息科学学报》期刊2019年11期）
伏坤,王珣,刘勇,李刚,徐鑫[4]（2019）在《基于K近邻改进密度峰值聚类分析法的岩体结构面产状优势分组》一文中研究指出为了研究结构面对岩体稳定性的影响,需要清楚岩体结构面的发育规律。传统玫瑰花图、极点图和等密度图等岩体结构面产状优势分组方法较为粗糙,主观因素影响较大,而采用K均值聚类算法、FCM模糊聚类算法则可以得到较为准确的分组结果,但须事先指定聚类数量及初始聚类中心。初始划分对分组结果影响较大,因此提出一种基于K近邻改进密度峰值聚类分析法的岩体结构面产状优势分组的新方法,该方法优点在于无需迭代过程、计算速度快、可自动探测聚类中心数量,并可通过自动计算岩体结构面局部密度大小和聚类中心距离更加准确地确定聚类中心,实现结构面产状的合理划分。通过应用计算机模拟生成的结构面产状数据进行产状优势分组,验证了该方法的准确性和可靠性。最后将这种方法应用于怒江松塔水电站坝址区实测的结构面产状优势分组中,得到了较为符合实际的分组结果。(本文来源于《水利水电技术》期刊2019年11期）
何哲楠,吴浩,程祥,占震滨,孙维真[5]（2019）在《基于变电站–用户双层结构的变电站负荷聚类研究》一文中研究指出变电站负荷聚类是应对负荷特性多样性问题的有效途径,并对指导电网规划及运行等具有重要意义。为进一步提高变电站负荷聚类的有效性,挖掘利用更多数据价值,提出了考虑构成的变电站负荷双层聚类模型,先对下层用户依照用电特性进行聚类,而后计算聚类所得各类用户在所属上层变电站中的占比作为分析上层构成的依据,上层变电站的聚类综合地考虑自身负荷特性和构成情况。针对提出的双层聚类模型,根据上下层特点分别提出、使用改进K-means算法及考虑权重的分裂式FCM算法予以求解。最后对构造算例的变电站以及对某地区的实际变电站进行聚类分析,结果表明:考虑构成的变电站负荷双层聚类方法有效地补充了现有方法的不足,提高变电站聚类的有效性。(本文来源于《电网技术》期刊2019年08期）
崔学杰,晏鄂川,陈武[6]（2019）在《基于改进遗传算法的岩体结构面产状聚类分析》一文中研究指出根据产状对结构面进行分组是研究岩体结构的重要环节。传统分组方法通常需要依靠地质经验,缺乏客观性,而现有的聚类方法也存在一些缺陷。基于变长度字符串遗传算法,提出了一种改进的K均值算法,实现了岩体结构面产状的自动聚类。该方法的核心思想是使用遗传算法为K均值算法选择恰当的聚类中心,克服了K均值(K-means)算法受初始聚类中心影响,易收敛于局部最优解的缺陷。由于使用了变长度字符串,该方法能够在聚类过程中自动确定最佳结构面组数,同时提供最优的分组结果。针对产状数据,提出了一种新的变异方法,该方法利用C++语言实现,并被应用于浙江省某地下水封洞库结构面产状数据的分析,得到较为合理的分组结果,证明了该方法的有效性。(本文来源于《岩土力学》期刊2019年S1期）
储节磊,张永盛,杜金树,马普欢,吕俊营[7]（2019）在《MD-RBM神经网络模型及其在材料微结构中聚类研究》一文中研究指出在传统的RBM神经网络的基础上提出一种新颖的MD-RBM神经网络模型用于超高碳钢微结构高维图像数据的特征学习。该模型利用新的乘法距离(MD)取代欧式距离以计算高维图像数据之间的距离关系,有效缓解欧式距离在高维数据中的不稳定性问题。MD-RBM神经网络模型利用少量的成对约束监督信息引导其编码过程,使得一部分图像数据的隐藏层特征更加聚集在一起,而且同时使得一部分图像数据的隐藏层特征更加分散,由此得到高维图像数据的隐藏层特征表现出很好的聚类性能。实验选择两种经典聚类算法Affinity Propagation(AP)和Spectral Clustering(SC)作为对比,结果显示,基于MD-RBM模型的聚类识别算法比原始聚类算法、半监督算法以及基于RBM模型的聚类算法都表现出更优的聚类性能。(本文来源于《计算机应用与软件》期刊2019年06期）
莫孝玲[8]（2019）在《CNF公式赋值空间的结构信息与聚类性质》一文中研究指出可满足性问题备受计算机科学众多领域的关注,不同形式的组合约束问题都可以在多项式时间内转化为可满足性问题。一种广泛用于研究可满足性问题的方法是将其转换成因子图的形式表示,因子图作为一种推理变元边缘概率的工具,用于各种信息传播算法中,有效的提高了求解可满足性问题的效率。通过关注因子图上变元、子句本身的结构信息来探究CNF公式的可满足性,或者通过数据挖掘技术分析子句、变元之间潜在的结构信息。因此,CNF公式所隐含的结构信息为探究可满足性问题提供了新的方法。本文以赋值作为结点,基于翻转界控制下赋值满足子句数的大小,引入一类有向图--BF图,期望通过BF图上的结构信息来探究可满足解之间的关系,从而研究合取范式公式赋值空间在可满足的情况下的结构性质和聚类现象,为求解SAT问题提供新的思路。本文的主要研究结果有:(1)给出了在BF图上进行随机游走获得可满足解的概率性质。对于含有n个变元m个子句的CNF公式,随着翻转控制参数k的增大,在其BF图上取得可满足解的概率也相应增大,当k靠近n时,概率稳定。对于可满足的CNF公式,在其任意k值下的BF图上进行t次随机游走,当t足够大时,取得可满足解的概率最终会收敛于1。最后,通过实验仿真支持性质的正确性。(2)通过对CNF公式赋值空间中可满足解进行分析探究聚类现象。CNF公式赋值空间中存在可满足解聚集成簇的现象,且解聚类的个数随着约束密度的变化而发生改变,符合统计物理学中复本对称破缺平均场理论的对解空间的物理图景描述。本文通过引入有效部分指派,约束变元等相关知识发现:每一个可满足解中有唯一的核,且属于同一个聚类中的可满足解有相同的核。(本文来源于《贵州大学》期刊2019-06-01）
黄颖[9]（2019）在《应用聚类分析算法研究东北地区电性岩石圈结构》一文中研究指出大地电磁测深法可获得中国东北地区的深部导电信息,为研究岩石圈结构和厚度提供重要依据,可以帮助认识东北地区的构造演化历史、火山地震活动以及深部动力机制等问题。针对大地电磁叁维反演结果光滑连续性变化导致的边界不清晰问题,通过使用非监督的聚类方法分析东北地区大地电磁叁维反演结果,提高对岩性与构造边界的刻画能力,进而提高对中国东北地区岩石圈结构的认识。对基本覆盖中国东北地区的82个长周期大地电磁测深点得到的有效阻抗张量信息,通过高斯-牛顿叁维反演计算,得到东北地区可靠的深度400km以上的叁维电导率模型。根据东北地区反演模型电阻率值的分布和各种聚类分析方法的特点,本文选择使用K均值聚类方法对反演模型电阻率值进行聚类分析。在K均值聚类分析过程中,采用了RS指数指导选择聚类数目,Kaufman法进行中心初始化并最终得到有效的模型聚类结果。本文通过分析叁维电导率模型及反演模型的K均值聚类结果,研究东北地区岩石圈厚度和结构特征。根据聚类分析结果,中国东北地区岩石圈底部聚类电阻率大约为339Ωm,其中松辽盆地岩石圈最薄,约60km;大兴安岭地区最厚,约150km;佳木斯地体厚度约为100km;而长白山地区岩石圈厚度不易确定,可能受新生代构造活动影响,电阻率明显减小。研究结果表明,中国东北地区岩石圈结构变化复杂,不同区域电性结构差异明显。其中大兴安岭地区岩石圈整体表现为高阻特征,高阻层连续且厚度大,反映出兴安地块岩石圈结构相对比较稳定。松辽盆地岩石圈发生过减薄作用,结构复杂、厚度小,在上中地壳以中低阻特征为主,在岩石圈下部呈现高阻特征且底界面变化大。岩石圈下方向上存在多个高导体,推测为松辽盆地岩石圈发生拆沉作用而引发的软流圈地幔上涌热物质。佳木斯地块岩石圈具有分层结构,地壳以低中阻特征为主,岩石圈地幔表现高阻特征并向西俯冲至松嫩地块下方。聚类分析算法通过对大地电磁叁维反演结果中的地质构造进行有效地识别和归类,提高了对大地电磁反演结果和东北地区岩石圈电性结构的认识。(本文来源于《吉林大学》期刊2019-06-01）
钱东[10]（2019）在《基于层次聚类的生物序列结构分析》一文中研究指出生物序列是计算生物学中的一个重要研究对象,主要包含DNA序列和蛋白质序列等。生物序列中隐藏着生物的遗传信息,其发现与研究在生物学、医学、药学等领域上都有重要意义。为了挖掘生物序列中的遗传信息,需要对序列结构进行分析。层次聚类作为一种经典的生物序列结构分析方法,可用于获得不同生物序列之间的相似性关系,进而分析序列的功能,研究其中隐藏的遗传信息。本文研究的是生物序列的一级结构,主要利用各种数值映射方法构造生物序列的特征向量,并基于特征向量对生物序列作结构分析,然后研究生物序列之间的相关关系并预测序列功能,最后讨论其生物学意义。研究中主要使用层次聚类对序列作结构分析,同时结合使用了DNA分段、方差分析和分组讨论等方法,并将处于DNA编码区的p53家族基因和非编码区的DNase I高敏位点(DNase I hypersensitive sites,DHSs)作为研究对象,具体工作为:1、研究p53家族基因的进化差异性。提取24条p53家族的DNA序列作为研究对象,利用混沌游走表示的方法将DNA序列映射为平面直角坐标系中的点列,然后构造8维加权特征向量来描述DNA序列。结合DNA分段和方差分析等方法对24条序列的特征向量作层次聚类。根据聚类结果来分析p53家族基因的差异性。研究结果表明,在p53家族中,p53、p63和p73等3类基因的差异主要体现在DNA序列的前2/3段和所构造特征向量的第4维和第7维上。2、研究p53家族基因的叁周期性。由于叁周期性是DNA序列蛋白质编码区的一种重要性质,所以提取30条p53家族的DNA编码序列作为研究对象。根据Voss映射和离散傅立叶变换可以获取序列的功率谱,而叁周期性可以由功率谱图像直观显示。提取功率谱中的最大功率谱、信噪比、位移偏度和叁周期性强度等特征,进而对p53家族基因作分步聚类。研究结果表明,p53家族中p53、p63和p73等3类基因的最大功率谱、信噪比和叁周期性强度有显着差异,在位移偏度上整体表现出稳定性。此外,根据分步聚类可以有效地分析序列中体现的生物进化规律。3、DHSs的预测。DHSs是染色质上易被DNase I酶分解的若干片段,对DHSs的预测有助于研究DNA序列非编码区的功能。通过伪叁核苷酸组的方法可以提取DHSs和non-DHSs中的局部序列顺序和整体序列顺序。继而对DHSs和non-DHSs作结构分析,并提出分组分类算法对DHSs作预测。根据结构分析的结果可知,DHSs和non-DHSs之间的二连核苷酸CG的含量有显着差异。此外,通过预测结果的比较分析,分组分类算法在DHSs的预测上具有更高的准确率。(本文来源于《江南大学》期刊2019-06-01）
聚类结构论文开题报告
（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：
[目的/意义]基于文献对某一领域的知识结构进行识别是文献计量分析的一个重要任务,可以揭示该领域的研究特征。[方法/过程]传统知识结构识别是二步式的,即首先基于某种分析思想构建同种元素间的关联程度矩阵,然后再对该矩阵进行结构识别。本研究构建一个直接基于"文献—关键词"矩阵进行高维稀疏聚类来识别知识结构的方法,然后以2009-2018年国内数据挖掘领域期刊论文为例,与传统基于关键词共现进行知识结构识别方法进行了对比分析。[结果/结论]实验结果表明,基于高维稀疏聚类探测知识结构是有效的,并且该方法可以获得差异度较大的子类,结果解读可以获取更多信息。
（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。
聚类结构论文参考文献
[1].郝立丽,李凌寒,张滨,宋辉.基于马尔科夫转移矩阵的黑龙江省区域产业结构变化聚类分析[J].东北师大学报(自然科学版).2019
[2].黄月,王鑫.基于高维稀疏聚类的知识结构识别研究[J].现代情报.2019
[3].孙勇,王会蒙,靳奉祥,杜云艳,季民.一种基于空间-拓扑结构相似性的复杂轨迹聚类算法[J].地球信息科学学报.2019
[4].伏坤,王珣,刘勇,李刚,徐鑫.基于K近邻改进密度峰值聚类分析法的岩体结构面产状优势分组[J].水利水电技术.2019
[5].何哲楠,吴浩,程祥,占震滨,孙维真.基于变电站–用户双层结构的变电站负荷聚类研究[J].电网技术.2019
[6].崔学杰,晏鄂川,陈武.基于改进遗传算法的岩体结构面产状聚类分析[J].岩土力学.2019
[7].储节磊,张永盛,杜金树,马普欢,吕俊营.MD-RBM神经网络模型及其在材料微结构中聚类研究[J].计算机应用与软件.2019
[8].莫孝玲.CNF公式赋值空间的结构信息与聚类性质[D].贵州大学.2019
[9].黄颖.应用聚类分析算法研究东北地区电性岩石圈结构[D].吉林大学.2019
[10].钱东.基于层次聚类的生物序列结构分析[D].江南大学.2019