基于云模型的聚类特性分析

云模型是近年来国内外聚类分析的研究热点之一.云模型刻画聚类的随机性和模糊性之间的关联性,分析聚类过程的不确定性.本文首先介绍该算法的基本理论,分析其聚类特性,由图像分割实验验证.     

基于粗糙集和模糊聚类的农机化水平评价方法

为科学评价农业机械化发展水平,在建立农业机械化发展水平评价指标体系的基础上,利用模糊聚类方法,在不同置信水平上对由评价对象组成的论域进行分类,同时结合粗糙集理论中的知识熵来确定各指标的权重。该方法从统计数据出发,避免了主观因素对评价结果的影响,使评价结果具有相对客观性。实例表明,评价结果与实际情况基本一致,为评价农业机械化发展水平提供了一种新方法。     

基于主成分分析和模糊聚类的云南省农业节水分区

缺水是制约云南省可持续发展的主要影响因素之一,大力发展农业节水是实现云南省社会经济可持续发展的基础,为保障云南省农业节水的科学发展,对云南省农业节水进行分区研究.以县市区作为分区单元,根据云南129个县市区的自然环境条件、社会发展状况、经济承受能力和水资源条件等因素,选取6个一级指标和20个二级指标,采用主成分分析法确...     

基于可变模糊集的区域节水灌溉发展水平评价研究

有效评价区域节水灌溉发展水平是制定区域节水灌溉规划的重要前提。针对现有区域节水灌溉发展水平评价方法不具有交互验证结果准确性的功能,结合熵权法和二元对比法进行主客观组合赋权,利用可变模糊集理论的矛盾性原理相互验证评价结果,用模糊数描述不确定信息,建立基于可变模糊集的区域节水灌溉发展水平评价模型。最后,结合陕西省节水灌溉水平进行算例分析,评价陕西省及各市、区节水灌溉发展水平并进行排序。评价结果表明该方法具有客观合理性和有效性,据此提出提升陕西省高效节水灌溉水平的政策建议。     

基于模糊聚类的农田对象分类

利用图像分析技术对农田对象进行分类,识别农田中不同植物和不同湿度土壤,为定点变量作业提供依据。首先,针对农田各类对象包含颜色信息的不同,采用不同因子实现农田图像的灰度化;然后,利用3种灰度图像对绿色植物、蓝色天空和褐色土壤的识别优势,分析比较阈值法和K均值聚类方法并实现了图像分割;最后,利用模糊聚类法对绿色植物和不同湿度的土壤进一步实现分类。实验结果表明,利用K均值聚类法对绿色植物的平均识别率可达92.5%,对不同湿度的3类土壤的平均识别率达95.6%。因此,本研究能够准确分割和识别不同类型的植物与土壤,为农田对象的识别提供了基础。     

基于分层聚类和拓扑连接模型的点云自适应简化

激光扫描测量在大尺寸海量点云数据采集中具有显著的优势,针对海量高密度线扫描点云采样中普遍存在的采样效率低、曲率适应性差的问题,在初始分层聚类建立K邻域的基础上,通过分析线状点云的空间几何特征,提出了线扫描点云矢量边对衍生算法,建立了拓扑连接模型;研究了基于线扫描点云特征参数的局部法矢加权系数计算方法,估算了拓扑结构中任意数据内点的局部法矢;构建了以法矢方差为细分准则的非均匀细分模型,实现了对高曲率初始类的非均匀细分。通过试验验证了算法的实用性。     

基于云模型的合同节水管理风险评价

针对合同节水管理风险评价过程中各评价指标定性概念的随机性及模糊性,提出一种基于云模型的综合评价方法。运用层次分析法确定指标权重,通过正向云发生器对合同节水管理项目的风险评价标准进行云变换得到概念云模型。通过专家打分法获取云滴,采用浮动运算法和综合运算法实现合同节水管理项目由低级指标向高级指标的转换。将结果转换为云图,并与风险评价标准的概念云模型进行对比,得出评价结果。最终通过实例分析,证明云模型应用于合同节水管理风险评价的有效性和可行性。     

改进共原点灰色聚类评价方法在灌区节水改造中的应用

针对灰色聚类评价共原点聚类函数存在的灰类交叉及隶属度等速率变化不合理现象,对原函数的灰类区间以及隶属度走势进行修改,提出了中心化抛物线型函数的改进共原点聚类函数,用此函数对评价体系指标进行模糊化处理,使得评价更具合理性与真实性.采用主客观最优组合权重计算综合聚类系数,解决了权重与阈值信息重叠的矛盾.将改进后的中心化抛物线型函数与共原点灰色聚类函数进行对比分析,分析函数变化趋势以及最终的综合聚类系数,改进的中心化抛物线型函数比共原点灰色聚类更加符合实际情况.最后选取潘庄大型灌区,进行续建配套与节水改造工程建设后评价,评价结果与实际情况较为吻合.     

建立模糊聚类模型进行地下水富水性分区

利用地面电法电测探资料建立起模糊聚类划分地下水富水性分区的数学模型，实现了多条电测深曲线的定量对比与划分，提高了成井率和电测资料的解释精度，为地下水资源评价提供了新途径。     

基于模糊几何加权模型的灌区水资源优化配置

针对农业水资源优化配置中多目标赋权的不确定性问题,以黑龙江省绰尔屯灌区为研究区域,构建了基于模糊几何加权法的灌区水资源优化配置模型,把多目标规划问题转化为单目标非线性问题,得到了不同权重下不同生育期的灌区水资源最佳配置方案,并通过灌区综合能力评价体系进行比选.结果表明：通过与线性多目标模糊规划模型的对比,模糊几何加权模型可以根据实际情况对不同目标的权重进行调整,得出该条件下的灌区水资源最佳配置方案;当灌水量权重为0.3和经济权重为0.7时为最优方案,水稻产值为8 245万元,分蘖期、拔节期、抽穗期、乳熟期的灌水量分别为1 154.56万、779.12万、539.45万、336.57万m³.验证了模糊几何加权法在灌区水资源优化配置的可行性应用,为灌区农业水资源高效利用提供参考方案和决策支持.     

我国粮食主产区农业机械化水平灰聚类评估

把我国13个粮食主产区划分为4个农业机械化发展水平层次,基于灰白化权函数进行聚类评估,结果表明:黑龙江省等3个粮食主产区是农业机械化水平高地区,吉林等6个地区农业机械化水平较高,湖南省等3个粮食产区农业机械化水平一般,四川省农业机械化水平最低.     

基于博弈论的可变模糊评价模型在水质评价中的应用

针对可变模糊评价中主观赋权随意性问题,将博弈论思想与熵权法及变异系数法进行组合优化,构建了博弈论组合赋权的可变模糊评价模型。以民权县地表水水质评价为例,选取当地14个监测断面为研究对象,将博弈论组合赋权的可变模糊评价结果与熵权-可变模糊评价模型、变异系数-可变模糊评价模型的评价结果进行对比,结果表明,该模型在水质评价中是有效可行的,评价结果具有科学性、合理性,更加准确的反映水质真实情况。     

基于云模型的干旱扬水灌区水土环境演化响应评价

针对干旱扬水灌区的水土环境演化具有多介质驱动的模糊性及多过程耦合的不确定性特征,选定具有典型性的甘肃省景电灌区为研究区,应用云模型转化的方法开展区域水土环境演化响应评价,构建了基于云模型的干旱扬水灌区水土环境演化响应评价的指标体系,采用改进AHP法确定指标权重,利用正向云发生器实现了对水土环境演化变迁的定性描述到定量表征。研究表明:灌区2004年水土环境综合最大隶属度为0.3698,对应较高敏感(Ⅳ),2014年综合最大隶属度为0.261 9,对应高敏感(Ⅴ),近10年来灌区综合水土环境朝着敏感度高的方向演化,其中灌区提水量、灌溉水量、地下水矿化度、土壤盐碱化程度、盐渍土含盐量等指标因子响应较为强烈。应用云模型开展干旱灌区水土环境的演化响应评价,可在兼顾模糊性和随机性的基础上,实现评价指标的不确定性映射,为相关区域的水土环境评价提供了一种新的思路。     

基于改进模糊C回归聚类的水轮发电机组的模糊辨识

针对水轮发电机组精确建模的难题,提出了一种基于改进模糊C回归聚类的T-S模糊模型辨识方法.考虑到样本输出值与聚类超平面输出之间的误差值指标的重要性,对于模糊C回归聚类算法进行了改进.该算法将误差值的倒数赋给对应的样本隶属度,构建新的权重矩阵用于更新聚类超平面,从而加速聚类朝向最优聚类超平面的收敛;提出一个新的超平面型隶...     

基于改进AHP模糊评估江汉平原农机化水平

本文运用改进的层次分析法确定农机化水平指标的权重,并结合模糊综合评价法,综合测度了江汉平原农业机械化水平,评定出江汉平原农业机械化水平介于"比较好"和"一般"之间,并把来自江汉平原的一些基层农机管理人员对当地农业机械化水平的综合评价和对应指标的重要性进行比较,确立机播、机插等为优先发展的领域,这对于今后江汉平原地区农业机械化作业水平、农业机械化的综合保障能力以及农业机械化综合效益的进一步提高有着一定的指导意义.     

基于模糊聚类的黄瓜病害图像自动分割

提出了一种基于模糊聚类的黄瓜病害图像自动分割方法,模糊聚类与差分进化算法相结合,在进化过程中根据聚类中心对应的阈值确定模糊聚类中心的个数,由差分进化适应度函数值确定聚类中心是否被选中,以此实现图像的模糊聚类自动分割。经黄瓜炭疽病叶图像、白粉病叶图像、灰霉病叶图像和霜霉病叶图像的实验测试,该方法可以实现无人干预情况下的黄瓜病害图像自动分割,与相同类别个数的FCM算法相比,表现出了更好的性能。     

基于加权模糊聚类的农田养分管理区划

将加权模糊聚类算法应用于管理区划分,权值的确定分别采用主成分分析法和变异系数法.在吉林省榆树市精细农业试验田获取土壤氮、磷、钾数据,应用本文提出的加权模糊聚类算法进行管理区划分,确定了试验区的管理分区数目,并与传统的模糊聚类方法进行了比较.结果表明,基于加权模糊聚类的管理分区更合理、更符合实际情况,该方法可用于指导精准施肥.     

基于SahysMod模型的节水条件下河套灌区水盐动态模拟

【目的】探明不同节水条件下河套灌区水盐动态的长期演化趋势,为河套灌区适宜节水规模及灌排管理提供数据支撑。【方法】以河套灌区为研究对象,综合考虑气象、水文地质、土壤、灌溉、作物等多因素的空间变异性,结合SahysMod分布式模型与GIS软件,基于2007—2012年和2013—2016年的实测数据对模型进行率定及验证,模拟不同情景方案下的水盐动态变化。【结果】在现有灌排条件下,年排水量呈先减小后逐渐稳定的趋势,年排水量平均值为5.31亿m³;灌区中上游耕地土壤盐分轻微减小,下游明显增加;综合考虑灌区节水与下游乌梁素海生态环境需水,灌区未来引水量在现有基础上最多可减少15%,最多可节约6.46亿m³水量;若田间灌溉量维持不变,渠系水利用系数(η)最多可提高17.6%;当总引水量的削减量相同时,田间灌溉量削减方案对提升灌区排盐能力效果较佳。因此,可优先考虑减少田间灌溉量,其次提高η。【结论】在灌区规模节水的同时,需综合考虑下游生态环境需求,结合灌区实际生态补水条件确定最佳用水管理方案。     

基于云模型的耕地土壤养分模糊综合评价

土壤养分综合评价在很大程度上存在着模糊性和随机性,为有效解决评价中定性概念与评价指标按隶属函数定量描述这一不确定转换问题,基于云理论及模糊数学原理,构建了基于云模型的耕地土壤养分模糊综合评价方法。以吉林省大安市为研究对象,选取耕作层中有机质等7个土壤养分元素的含量作为评价指标,利用熵权法确定各指标权重,计算得到评价对象的土壤养分模糊云综合指数(Cloud fuzzy comprehensive index,CFCI),并对CFCI进行COK插值,形成土壤养分CFCI等级分布图。结果表明:从评价结果的数据特征来看,研究区域CFCI范围在2.43~4.89之间,平均值为3.78,标准差为0.45,变异系数为11.85%,属于中等变异程度;从评价结果的空间分布格局来看,大安市耕地土壤养分综合水平呈现由北向南逐渐下降的趋势,且呈现耕地集中连片度越高的地方,土壤养分综合水平越高的特点。     

基于选择模型的灌区信息化水平评价指标研究

针对当前我国灌区信息化发展水平评价中指标选取存在的随意性、重复性和不完整的问题,在分析我国灌区信息化建设发展现状和评价指标选取原则的基础上,以指标简洁性和完整性为目标,根据前人提出的评价方法和模型,进行灌区信息化水平评价指标选取和优化研究,从信息基础设施建设、应用性能、效益效果三个方面构建了一套灌区信息化水平评价指标体系。以湖北漳河灌区的信息化系统建设情况为例,运用评价指标优化选择模型,将灌区信息化水平评价指标由40个优化减少到17个,指标的完整性达到85.13%,满足了指标数量少且完整性高的目标,