简介:摘要本文在将数值型数据标准化的基础上,将分类数据细分为二元数据和类型数据,并用相异度系数距离计算分类数据之间的距离,并且赋予二元和类型数据相应的权重,来改进k-prototypes聚类算法,使该算法满足不同要求的混合属性数据聚类,最后通过C#语言,在ArcEngine2010版本上实现。
简介:摘要文章针对遥感图像的模糊聚类算法进行了研究。数字图像分类技术是数字图像处理技术中非常重要的一个内容。遥感图像固有的模糊性,对于遥感数字图像来说,尤其是中、低分辨率遥感图像,由于混合像元的影响使得分类结果并不是最优的,也就是说,传统的分类方法往往不能取得理想的分类效果。而应用软分类算法原理,采用模糊聚类方法进行遥感图像的非监督分类是解决这种分类模糊性的主要方法之一。文章研究模糊聚类中的模糊C均值聚类算法,并通过计算机程序来实现算法,从而达到对遥感图像非监督分类的目的。此算法与人工判读分类相比,提高遥感图像非监督分类的速度和效率,节省了人力和物力。
简介:摘要在遥感技术支持下,利用神经网络与模糊聚类结合方法对城市绿地生态环境服务价值的划分进行探讨,使用TM遥感影像提取城市绿地生态环境服务价值的各项影响因子,并运用自组织基本竞争神经网络对城市绿地生态服务价值的各项影响因子进行划分评判,采用最大树枝法对每个影响因子的评判结果进行模糊聚类分析,最终实现对城市绿地生态服务价值的综合评判。以广州研究区域为例,实验结果显示1等生态环境区域为白云山和火庐山等植被覆盖度高的林地。2等生态环境区域主要集中在白云山较为稀疏的林地和种植作物的农地。3等生态环境区域主要集中在果园用地。4等生态环境区域主要为草地。结果与实际情况相符,可见此方法可行。
简介:摘要负荷预测数据是电力系统运行和规划的重要依据,精准的负荷预测对于提高电力系统实际运行的经济性和可靠性有着非常重要的意义。我国正在推进电力市场的体质改革,对于负荷预测的研究更显得尤为重要。因为对于负荷预测的系统对电力市场提供着重要的技术支持,为物资贸易管理系统以及决策制定支持系统提供数据支持,在电力市场进行运营的同时也让各种各样的负荷预测方法迸发出了新的活力。因此预测未来长期负荷变化比较可行的也是最有效的方法就是对电力负荷的历史纪录数据进行整理观察,然后针对实际情况和现有的资料查找适合实际情况的负荷预测方法。目前,电力系统长期负荷预测法主要有趋势外推法、时间序列法、回归分析法以及灰色预测法等,而其中灰色计算法对于历史数据要求少,并且对数据分布无特殊要求以及限制,具有运算简便和可检验的优点。故本文选取灰色预测法对长期电力负荷进行仿真运算,检验其对于长期负荷预测的作用。