近邻传播聚类

摘要： 从窃电用户数据的波动形态角度出发,提出一种基于典型窃电用户相似性检索的窃电行为检测方法。首先,利用动态时间弯曲对窃电用户的用电数据进行相似性量度,得到窃电相似度矩阵。其次,结合窃电相似度矩阵,利用近邻传播聚类方法对其进行聚类划分,实现窃电用户自动聚类,并利用簇中心作为典型窃电用户。最后,利用典型窃电用户在电力数据库中的相似性检索出与典型窃电用户的用电行为相似的用户,结合人工经验分析判别出嫌疑窃电用户。利用中国国家电网某省电力公司提供的数据进行算例分析,验证了所提方法的可行性与适用性。

摘要： 针对现有主题排序偏主观、高维数据复杂难处理等问题,提出一种基于近邻传播聚类和天际线算法的主题排序方法。结合关键词重要性和近邻传播聚类算法自适应获取文献初始核心主题,借助平均相似性系数进一步对初始主题簇进行二次近邻传播聚类。以簇中心代表关键词的篇均被引量和篇均下载量为主题热度表征指标,利用天际线算法获取主题天际线集合,通过主成分分析法实现主题排序。对中国知网2010—2020年与供应链相关的期刊文献进行数据处理和挖掘时发现,本文提出的新方法可以有效地识别供应链领域研究主题及其热度,不仅可为相关科研人员的科学选题提供指导意见,也可为相关期刊的精准选稿提供决策支持。

摘要： 根据竞争情报分析需要,会产生不同竞争情报分析模型,这些分析模型的构造大多建立在竞争情报数据的聚类统计之上。提出采用改进的近邻传播(Affinity propagation,AP)聚类算法实现大规模竞争情报数据聚类统计。根据竞争情报数据样本建立相似矩阵,初始化偏向参数;通过布谷鸟搜索优化偏向参数,将偏向参数作为布谷鸟巢进行训练,设置轮廓指标值作为布谷鸟算法适应度函数;通过鸟巢位置更新优化后的偏向参数进行AP聚类运算,不断更新AP算法的决策和潜力阵;最终获得稳定的聚类结果。试验证明,通过合理设置布谷鸟宿主发现概率、移动步长和AP算法阻尼因子等参数,能够获得较好的聚类效果。相比常用竞争情报聚类算法,所提改进AP聚类算法能够获得更高的轮廓指标值和最短的欧式距离性能,在竞争情报数据分析统计中的适用度高。

摘要： 提出一种基于快速相关性约简和近邻传播聚类的卷积记忆网络短期风速预测模型。计算各风速序列及其属性序列的相关程度信息熵,运用快速相关性滤波算法进行属性约简,以降低属性维度及删除冗余属性;针对风速属性矩阵样本,采用压缩-激励模块(squeeze-and-excitation networks,SENet)构建属性表征序列,以该序列间距为样本相似度,利用近邻传播聚类实现样本集优选重构;构建卷积记忆网络,利用其挖掘深层特征及短期预测。通过对实际风场风速进行预测,对比实测数据,结果表明,该方法在风速属性数据的优选方面具有较大优势,通过保留关联紧密的属性信息,提高了预测精度。

摘要： 为提升微电网运行可靠性及可再生能源消纳率,提出一种基于改进NSGA-Ⅲ的储能系统容量优化配置方法。首先,基于风-光-储微电网结构分析,建立储能配置双层优化模型,上层考虑储能系统投资成本,下层考虑储能系统接入后的微电网实际运行情况。其次,采用近邻聚类传播算法对可再生能源出力与负荷数据进行分析,并引入净负荷标准差指标,实现典型日数据提取。然后,针对所提多目标优化模型,提出一种基于差分进化选择策略的改进NSGA-Ⅲ算法。最后,结合典型日提取数据进行仿真分析,结果验证了所提模型与算法的有效性。

摘要： 采用人工接种方法,用7个中国鉴别品种和95个自选资源材料对2014年至2015年间采自湖北省随州地区的76个稻瘟病菌单孢菌株进行致病型鉴定.分别利用传统生理小种种群划分方法和近邻传播聚类法(affinity propagation clustering,AP聚类法)进行菌群结构分析,比较两种方法的差异.结果 表明,传统生理小种种群划分方法将76个菌株分为6个菌群,14个中国小种,ZB菌群为优势种群,占比65.79％,ZB15为优势生理小种,占比达到60.53％;近邻传播聚类法将76个菌株分为14个菌群,Cluster 2、Cluster 6、Cluster 7、Cluster 8为随州地区优势菌群,占比分别为18.42％、19.74％、22.37％、17.11％,Cluster 6、Cluster 7和Cluster 8具有相对较高的致病力;两种方法划分结果虽不完全一一对应,但划分趋势相同,近邻传播聚类法在稻瘟病菌种群结构研究中具有一定应用前景;根据试验结果筛选出1个代表随州地区稻瘟病总致病谱的菌群,菌群由12个菌株组成,将其命名为"随州生态模式菌群".

摘要： 基于改进关键词重要性和近邻传播聚类算法,提出了一种学科领域主题分析方法,通过词频分析法和作者潜意识行为计算高频关键词权重,借助共词分析和Ochiai系数构建带权重高频关键词相似性矩阵,利用近邻传播聚类算法对学科领域主题进行自适应提取与分析.以CSSCI收录的2015—2019年物流学科领域期刊论文为研究对象,借助新方法对其进行主题分析,研究结果表明:高重要性的关键词不一定是核心主题,核心主题与同一簇内其它成员关键词最为相似.与此同时,近五年物流学科存在"降本增效""区域物流一体化""现代物流技术研究与创新""物流体制改革与产业转型升级""农村物流与农产品物流""电子商务与跨境电商""可持续发展理念"等七大热门主题.

摘要： 针对近邻传播(AP)聚类算法对参数偏向参数(Preference)敏感、不适用于稀疏数据、聚类结果中会出现错误聚类的样本点的问题,提出基于万有引力的自适应近邻传播聚类(GA-AP)算法.首先,在传统AP算法的基础上采用引力搜索机制对样本进行全局寻优;其次,在全局寻优的基础上利用信息熵和自适应增强(AdaBoost)算法找到每个簇内正确聚类和错误聚类的样本点,并计算出这些样本点的权值,用计算出的权值更新对应的样本点,从而更新相似度、Preference取值、吸引度和隶属度,并进行重新聚类.不断操作以上步骤直到达到最大的迭代次数.通过在9个数据集上的仿真实验得出,相比于基于自适应属性加权的近邻传播聚类(AFW_AP)算法、AP算法、K均值聚类(K-means)算法和模糊C均值(FCM)算法,所提算法的纯度(Purity)、F值(F-measure)和准确率(ACC)的平均值分别最高提升了0.69、71.74％和98.5％.实验结果表明,所提算法降低了对偏向参数的依赖,提高了聚类效果,特别是对于稀疏数据集的聚类结果的准确率.

摘要： 为了解决大部分供电企业的生存与发展问题,提出并设计一种基于近邻传播聚类的电力信用风险数据推送系统.根据数据样本相似度矩阵,引入阻尼因子加权求和计算,通过聚类算法得到用户电力负荷曲线,依据用电标准指标体系以及评价指标计算该用户最终用电负荷规模,凭借用电规模以及信用评价模块,欠费风险模块,窃电检测模块,用电预测模块间相互独立性,建立电力信用风险数据推送系统.仿真实验结果证明,所提系统推送信息准确性高,具有较高的适用性.

摘要： 自"黄河流域生态保护和高质量发展"重大国家战略提出以来,黄河研究在高热度中又一次爆发崛起,但针对黄河研究既有成果进行全面深入且科学易懂的文献综述相对缺乏.本研究从CNKI数据库中筛选出3874篇1992-2020年间的黄河研究文献,基于科学知识图谱视角,运用科学计量学与文本挖掘相结合的方法,分析黄河研究的领域现状、核心框架、演进路径和前沿动向并可视化呈现.研究发现:首先,国内黄河研究已经历起步期、成长期、酝酿期和瓶颈期,当前处于关注度、研究深度、广度与理论体系完善程度均迅速提升的爆发期;其次,研究机构和研究者均体现出整体合作不足但核心个体力量突出的特点,且近期转向黄河研究领域的新兴力量合作交流更为活跃;最后,黄河研究理论框架以防灾治理为核心,辅以水资源利用、生态环境、高质量发展作为基本支撑,且高质量发展和生态环境相关研究在前沿方向中的占比分别有显著和较大提升.

摘要： 在车辆自组织网络(VANET)中,构建聚簇在车辆跨组通信时有着非常重要的作用.但由于车辆的高速移动特性,车辆相对位置来回移动,网络拓扑结构的稳定性极易受到影响.本文基于实时车辆位置信息,以近邻传播聚类在VANET中的实现作为建立聚簇的基本方法,通过逐步分析,设计了一种双重门限控制方法,以解决车辆摆动问题,提高网络稳定性.基于交通仿真软件TransModeler,完成了建立聚簇过程的仿真实验,验证了本文提出的方法有助于该问题的解决,并测试在不同参数控制下对稳定性的影响.

摘要： 聚类是一种有效的数据分析方法，在数据挖掘和模式识别领域有很广泛的应用。样本中不同的特征变量所包含的信息不同，在所研究的问题中表现出的区分能力也不同。为体现不同特征在所研究的问题中的不同重要程度，本文对特征加权进行研究，并将其和聚类过程相结合，提出了一种基于近邻传播(简称AP)的特征加权聚类方法。该方法根据AP初始聚类的结果，以每类的中心为圆点，以距离为半径选取位于圆中的样本作为训练集，采用特征分析方法对数据空间的特征的重要性进行度量，计算特征的权重，利用加权后的特征更新AP的相似矩阵，重新聚类得到一个新的聚类结果。距离半径是一个影响该方法性能的重要参数。本文采用所有聚在同一类的任意两个样本的加权距离和进行评价,以选取合适的半径。对公共数据集的测试结果显示了该方法的优越性。

摘要： [目的/意义]公共建筑是一类高能耗建筑,对公共建筑能耗数据流进行聚类演化分析可以发现该类建筑用能特点,促进建筑节能减排.[方法/过程]针对传统AP聚类算法处理较大数据集效率较低的问题,提出基于Spark内存框架实现并行化AP聚类算法S-AP,然后基于Spark Streaming模型设计两阶段建筑能耗数据流聚类算法.最后基于建筑用能区域划分的视角,对一栋公共建筑23个用能区域的能耗数据流进行聚类演化分析,建立建筑用能模型,发现该建筑潜在用能问题.[结果/结论]结果验证了算法有效性,为公共建筑能耗统计分析提供一种新思路.

摘要： [目的/意义]公共建筑是一类高能耗建筑,对公共建筑能耗数据流进行聚类演化分析可以发现该类建筑用能特点,促进建筑节能减排.[方法/过程]针对传统AP聚类算法处理较大数据集效率较低的问题,提出基于Spark内存框架实现并行化AP聚类算法S-AP,然后基于Spark Streaming模型设计两阶段建筑能耗数据流聚类算法.最后基于建筑用能区域划分的视角,对一栋公共建筑23个用能区域的能耗数据流进行聚类演化分析,建立建筑用能模型,发现该建筑潜在用能问题.[结果/结论]结果验证了算法有效性,为公共建筑能耗统计分析提供一种新思路.

摘要： [目的/意义]公共建筑是一类高能耗建筑,对公共建筑能耗数据流进行聚类演化分析可以发现该类建筑用能特点,促进建筑节能减排.[方法/过程]针对传统AP聚类算法处理较大数据集效率较低的问题,提出基于Spark内存框架实现并行化AP聚类算法S-AP,然后基于Spark Streaming模型设计两阶段建筑能耗数据流聚类算法.最后基于建筑用能区域划分的视角,对一栋公共建筑23个用能区域的能耗数据流进行聚类演化分析,建立建筑用能模型,发现该建筑潜在用能问题.[结果/结论]结果验证了算法有效性,为公共建筑能耗统计分析提供一种新思路.

摘要： [目的/意义]公共建筑是一类高能耗建筑,对公共建筑能耗数据流进行聚类演化分析可以发现该类建筑用能特点,促进建筑节能减排.[方法/过程]针对传统AP聚类算法处理较大数据集效率较低的问题,提出基于Spark内存框架实现并行化AP聚类算法S-AP,然后基于Spark Streaming模型设计两阶段建筑能耗数据流聚类算法.最后基于建筑用能区域划分的视角,对一栋公共建筑23个用能区域的能耗数据流进行聚类演化分析,建立建筑用能模型,发现该建筑潜在用能问题.[结果/结论]结果验证了算法有效性,为公共建筑能耗统计分析提供一种新思路.

摘要： 视频摘要能够加快视频浏览和辅助视频检索,本文提出了一种新颖的基于AP聚类和频繁镜头模式挖掘的视频摘要自动生成算法.本文中视频的频繁镜头模式定义为在一时间窗口内经常出现的镜头系列.该算法首先对于切分得到的镜头,通过近邻传播(affinity propagation,简称AP)聚类,将相似镜头聚合到一起；然后采用频繁镜头模式挖掘的方法对视频聚类内容进行挖掘,去掉视频中冗余内容部分；最后通过覆盖视频语义信息的频繁镜头模式生成视频摘要.实验结果表明,本文视频摘要算法取得了良好的效果.

摘要： 视频摘要能够加快视频浏览和辅助视频检索,本文提出了一种新颖的基于AP聚类和频繁镜头模式挖掘的视频摘要自动生成算法.本文中视频的频繁镜头模式定义为在一时间窗口内经常出现的镜头系列.该算法首先对于切分得到的镜头,通过近邻传播(affinity propagation,简称AP)聚类,将相似镜头聚合到一起；然后采用频繁镜头模式挖掘的方法对视频聚类内容进行挖掘,去掉视频中冗余内容部分；最后通过覆盖视频语义信息的频繁镜头模式生成视频摘要.实验结果表明,本文视频摘要算法取得了良好的效果.

摘要： 视频摘要能够加快视频浏览和辅助视频检索,本文提出了一种新颖的基于AP聚类和频繁镜头模式挖掘的视频摘要自动生成算法.本文中视频的频繁镜头模式定义为在一时间窗口内经常出现的镜头系列.该算法首先对于切分得到的镜头,通过近邻传播(affinity propagation,简称AP)聚类,将相似镜头聚合到一起；然后采用频繁镜头模式挖掘的方法对视频聚类内容进行挖掘,去掉视频中冗余内容部分；最后通过覆盖视频语义信息的频繁镜头模式生成视频摘要.实验结果表明,本文视频摘要算法取得了良好的效果.

摘要： 视频摘要能够加快视频浏览和辅助视频检索,本文提出了一种新颖的基于AP聚类和频繁镜头模式挖掘的视频摘要自动生成算法.本文中视频的频繁镜头模式定义为在一时间窗口内经常出现的镜头系列.该算法首先对于切分得到的镜头,通过近邻传播(affinity propagation,简称AP)聚类,将相似镜头聚合到一起；然后采用频繁镜头模式挖掘的方法对视频聚类内容进行挖掘,去掉视频中冗余内容部分；最后通过覆盖视频语义信息的频繁镜头模式生成视频摘要.实验结果表明,本文视频摘要算法取得了良好的效果.

摘要： 本发明公开了一种基于迭代自适应近邻传播算法的目标聚类方法，包括S1.计算数据集中两两元素之间的相似度，构建迭代自适应近邻传播算法的相似度矩阵；S2.对偏向系数p进行优化选取，利用偏向系数p求相似度矩阵；S3.计算样本间的可分性和紧密性，输出偏向参数；S4.计算吸引度矩阵A与归属度矩阵r，选取r(k,k)+A(k,k)0的值作为聚类中心，完成目标聚类；本方法利用高斯核函数进行相似度度量的基础，采用迭代自适应方式对偏向参数p自适应估计，选择silhouette指标最大的值对应的p值，输出最优的聚类数目；实验证明本方法在研究目标跟踪时，相比其他算法具有有效性和稳定性高的特点。

摘要： 本发明公开了一种基于迭代自适应近邻传播算法的目标聚类方法，包括S1.计算数据集中两两元素之间的相似度，构建迭代自适应近邻传播算法的相似度矩阵；S2.对偏向系数p进行优化选取，利用偏向系数p求相似度矩阵；S3.计算样本间的可分性和紧密性，输出偏向参数；S4.计算吸引度矩阵A与归属度矩阵r，选取r(k,k)+A(k,k)>0的值作为聚类中心，完成目标聚类；本方法利用高斯核函数进行相似度度量的基础，采用迭代自适应方式对偏向参数p自适应估计，选择silhouette指标最大的值对应的p值，输出最优的聚类数目；实验证明本方法在研究目标跟踪时，相比其他算法具有有效性和稳定性高的特点。

摘要： 本发明提供一种基于近邻传播聚类的高速铁路客流时段划分方法，本发明将统计时间划分为若干个时间点，然后统计每个时间点的客流数据，将进行预处理的样本变量构造时间点样本序列；然后，利用近邻传播聚类算法对样本序列进行划分；最后，采用CH、Hartigan及IGP等聚类有效性指标确定最优聚类结果，并进一步形成年度运营时段划分结果，本发明采用近邻传播算法对年度内客流量相似的时间点进行聚类归并，并根据CH、Hart以及IGP指标确定最佳聚类数，提高分类的准确性；同时能够更为客观准确地反映年度内不同时段客流需求，克服了手工划分方法主观性、效率低以及精度不高的缺点，从而为列车开行方案适应性调整奠定基础。

摘要： 本发明公开一种基于近邻传播聚类算法的多步异常点检测方法，通过挖掘正常应用程序以获取到正常数据流模式，然后采用多步异常点检测方法来检测恶意软件，最终实现不依赖已知恶意软件模型可以在Android恶意软件出现初期做到有效预警的目的。本发明可有效解决异常点检测时所面临的“维数灾难”问题，从而避免冗余特征或过多的无关特征的数据噪音对异常点检测技术的干扰；同时克服传统的基于聚类或基于距离的异常点检测技术对初始值选择的过度依赖，通过Virusshare与Google Play获取的实际数据集结合十折交叉验证法验证本发明的有效性，综上，本发明在网络安全领域具有广阔的应用前景。

摘要： 本发明公开了一种基于变尺度近邻传播聚类的输电断面搜索方法，其步骤包括：1、建立电力网络模型；2、变尺度近邻传播聚类搜索输电断面。本发明考虑了电力网络的需求，通过在电力拓扑图进行多次变尺度分区操作，以不同尺度划分整个电力网络，搜索出更多的潜在输电断面，有利于调度部门及时调整运行方式，从而能避免电网发生大面积停电事故，保障电网安全稳定运行和优化调度。

摘要： 本发明公开了一种近邻传播聚类下储能电池故障分类特征筛选降维方法。该方法的实现过程如下：首先，获取不同故障的N个储能电池在完成一次充放电过程下的端电压信号数据样本，挖掘端电压信号的特征，组成特征集合；然后，利用余弦相似度定义特征的相似度矩阵，基于近邻传播方法，聚类各个特征，形成多个特征簇；计算相同簇内各特征在不同类型样本下的均值以及均值的标准差，将均值标准差最大的特征定义为表征此特征簇的典型特征；以各特征簇的典型特征作为用于分类任务的筛选降维后特征。通过本发明可以自动筛选出用于分类任务的显著性特征，缓解小样本情况下维度爆炸问题，降低冗余、无效特征对分类器性能的不利影响，提高分类的准确率。

摘要： 本发明涉及一种基于近邻传播聚类的35kV电力线路故障行波提取方法，属于35kV电力线路故障测距技术领域。该方法包括数据预处理、提取故障行波信号特征参数、近邻传播聚类计算等几大步骤。本发明方法降低电力噪声产生的干扰信号对35kV电力线路故障精确定位系统的影响，无需提取开关量信号，采用近邻传播聚类对行波信号进行聚类计算，根据干扰行波信号聚类特征，排除其干扰所产生的误判。同时，本发明方法使得35kV电力线路故障精确定位系统可识别雷击多源放电点，易于推广应用。

摘要： 本发明公开了一种基于AP近邻传播算法的众包测试报告聚类方法。本发明首先利用自然语言处理技术抽取关键词，并利用同义词林将相同或相近的词替换为同一个词，有效解决不同词语引起的语义偏差问题。然后采用非对称相似度策略计算测试报告之间的相似度，该策略能有效克服测试报告长度差异较大情况下相似度计算不准确问题。最后，利用AP近邻传播聚类算法对测试报告进行聚类。通过本发明方法能提高众包测试报告聚类效果，开发者仅需要从每个簇中选择一个测试报告进行审查，极大地降低了开发者审查时间，对软件维护具有非常重要的意义。

摘要： 本发明涉及一种基于DTW距离和近邻传播聚类算法的电力用户分群方法及系统，包括步骤：采集电能质量监测数据和用户有功功率数据，构造表征时间序列变化规律的特征矩阵；计算各个用户与电能质量指标之间的特征相似度，量化用户特征与电能质量特征的关联程度；以用户特征与电能质量特征的关联程度为依据，进行不同用户的电能质量特征相似度聚类计算，将具有相似关联程度的用户归为同一类；向具有不同电能质量特征的用户提供对应的不同电能质量的电能。本发明实现了基于电能质量方面的用户特性分类，为用户精益化电能质量服务提供了技术支撑。

摘要： 一种基于遗传算法的近邻传播聚类方法，属于数据挖掘领域。其特征在于先对数据进行预处理，然后采用近邻传播聚类算法对数据集进行聚类分析。聚类分析首先是将