导读:本文包含了层次聚类分析论文开题报告文献综述及选题提纲参考文献，主要关键词:层次分析法,珍贵树种,评价,乡土树种
层次聚类分析论文文献综述
李国松,蒋淑磊,王印肖,张立彬,朱泽琳[1]（2019）在《基于层次分析法和聚类分析对珍贵树种分级研究》一文中研究指出建立一种动态的珍贵树种评价体系,对完成区域内种质资源异地保存库的建设,落实《种子法》有重要意义。应用层次分析法和聚类分析相结合构建了层次分析网络,最终从392个资料上记载具有一定经济价值或科研价值的乡土树种中评选出179个珍贵树种,并将其划分为4个等级。珍贵树种评价的结果为河北省进一步评价珍稀濒危树种奠定基础,可作为珍贵树种评价方法标准制定依据,珍贵树种的检索和调查内容可作为确定珍稀濒危树种的一部分对普查内容进行补充,评价方法为其他资源从价值角度动态评价提供参考。(本文来源于《种子》期刊2019年06期）
刘家汐[2]（2019）在《基于层次聚类分析的五轴联动数控机床动态误差溯源方法研究》一文中研究指出五轴联动数控机床动态误差的检测方法对于提升机床性能、改善机床加工质量具有重要的意义,但迄今为止尚没有专门针对五轴联动数控机床动态误差检测的国际标准。基于此,成都飞机工业集团有限公司提出了一种动态特征丰富、专门用于检测五轴联动数控机床性能的S试件。由于具有检测机床各项性能的能力,S试件已经进入国际标准的最终草案阶段。不过,由于S试件是由复杂的样条曲线组成,一些误差机理的理论基础与研究尚且缺乏充足的理论依据。为此,本文基于S试件对加工过程中产生的动态误差及相应的误差溯源问题展开了深入探讨。具体内容如下:基于一种五轴联动数控机床建立了相应的伺服进给系统模型。借助Simulink搭建了叁环PID控制模型、伺服电机模型及传动结构模型,并引入了提高系统精度的速度前馈控制器。基于S试件的几何模型通过SPO算法得到了加工S试件过程需要的刀轴矢量代码。进一步通过离散法得到了加工S试件时产生的动态误差。提出了一种基于层次聚类分析和多元线性回归的溯源方法。经过遗传算法优化过的层次聚类分析方法能够很好地将S试件表面的动态误差聚类成簇,并通过多元线性回归方法可以得到位置环增益、机床的动刚度、机床的速度前馈系数与加工S试件中的动态误差的映射关系。合理设计S试件的切削加工实验并分析实验数据,实验结果充分验证了仿真模型和溯源方法的可行性与准确性。(本文来源于《电子科技大学》期刊2019-04-01）
张正勇,李晓烨,龙宸,姜逸雪,沙敏[3]（2019）在《基于拉曼光谱-层次聚类分析的葡萄酒品质控制研究》一文中研究指出本文提出了一种以拉曼光谱为输入,采用层次聚类分析为手段的葡萄酒品质控制新方法。实验以张裕干红葡萄酒为主要研究对象,分别采集了样品在激光积分时间1～5s的拉曼光谱信息,运用层次聚类法,定量分析了同品牌不同系列(张裕干红葡萄酒、张裕酿酒师赤霞珠干红葡萄酒、张裕干红葡萄酒(佐餐级)),以及不同品牌(张裕干红葡萄酒、王朝干红葡萄酒、长城干红葡萄酒)间品质差异,并进行了实验参数优化。结果显示,张裕干红葡萄酒在欧氏距离结合平均距离法,激光积分时间4s表征条件下,可实现其与同品牌不同系列,以及不同品牌葡萄酒间的高效区分。本文所提快速检测方法具有光谱信号获取速度快,算法自动化分析程度高等优势。(本文来源于《分析科学学报》期刊2019年01期）
卞光浪,翟国君,张必彦,边刚[4]（2019）在《基于层次聚类分析的离散欧拉解质量控制方法》一文中研究指出欧拉反褶积法采用滑动欧拉窗口方式求解场源相关信息,该处理方法的解算结果是一群离散欧拉解,如何对这些离散欧拉解进行质量控制已成为应用欧拉反褶积法的瓶颈问题。针对场源构造指数和深度变化规律,给出了发散解滤波模型,根据欧拉解空间位置分布特点,提出了层次聚类分析方案对离散欧拉解进行质量控制。采用磁性球体和长方体模型仿真试验对所提方法应用效果进行了验证,实验结果表明:滤波措施能消除大部分无效离散欧拉解,结合层次聚类分析方案,实现了场源参数准确确定。(本文来源于《海洋测绘》期刊2019年01期）
周珍娟,刁联旺[5]（2018）在《基于动态层次聚类分析的多传感器一致性融合算法》一文中研究指出为了提高集中式多传感器一致性数据融合的精度,在数据融合过程中,必须考虑从各传感器获得的数据可信度.为了克服现有一致性数据融合算法中定义的距离矩阵和关系矩阵存在的不对称性和主观性等缺点,本文定义了概率距离矩阵和基于统计置信度的关系矩阵,然后讨论了多正态分布共同均值的极大似然估计的统计性质和递推特性,并根据估计量的方差统计性质提出了一种基于动态层次聚类的多传感器一致性数据融合处理的方法,数据实验的计算结果表明,该算法优于现有的多传感器一致性数据融合方法.(本文来源于《南京师大学报(自然科学版)》期刊2018年04期）
文政颖,李运娣[6]（2018）在《一种基于模糊层次聚类分析的大数据挖掘算法》一文中研究指出在文本大数据挖掘过程中受到语义模糊性因素的影响,导致大数据挖掘查准性不好,故提出了一种基于模糊层次聚类分析和语义相似性关联特征提取的大数据挖掘算法.该算法采用泛化映射构造语义概念树,结合二元语义分析方法进行大数据分布式本体模型构建,并采用模糊层次分析方法进行大数据的语义相似性和关联性判断,提取大数据信息流的语义关联特征,结合模糊C均值算法对提取的特征量进行聚类分析,自适应均匀遍历学习方法进行大数据挖掘中关联特征量的信息融合处理,求得挖掘目标函数的最优解,实现大数据优化挖掘.仿真结果表明,采用该算法的语义指向性较好,数据的聚焦性能较优,提高了数据挖掘的查全率和查准率,总体性能稳定可靠.(本文来源于《河南工程学院学报(自然科学版)》期刊2018年03期）
李兴龙[7]（2018）在《基于流型的贝叶斯层次聚类分析》一文中研究指出聚类分析是一类重要的无监督学习算法,其目的是在没有样本标签的情况下将数据总体划分为彼此性质不同的子集。由于没有标签指导训练过程,聚类分析中两个关键的问题是子类个数的选择和类间距离度量标准的选取。当样本的维数很高时,聚类分析还需要对样本进行降维,以达到减少计算量,舍弃无用信息的目的。高维数据的潜在结构虽然是低维的,但往往是非线性的,因此传统的线性降维方法,如主成分分析等在降维时会丢失数据集的内部结构。目前尚没有一种能够对高维数据进行有效聚类分析的算法。为了能对高维图像数据进行有效的降维,同时在聚类时避免主观选择类的个数和样本间的距离度量标准,本文考虑基于流型的贝叶斯层析聚类分析,即首先用适当的流型学习算法对图像数据进行有效的降维,对降维后的数据进行贝叶斯层次聚类分析。本文选用手写数字识别、物体识别和人脸识别共叁组实际高维图像数据进行聚类分析,分析结果表明,流型学习能够在降维的同时最大程度的保留图像数据集的内部结构。同时,与传统的聚类算法以及基于线性降维的贝叶斯层次聚类算法相比,基于流型降维的贝叶斯层次聚类法能够以较低的计算量自动的选择出接近真实值的子类个数,同时对数据进行恰当的聚类。(本文来源于《云南大学》期刊2018-05-01）
徐东雨,刘冰,郑琳琳,娄岩[8]（2018）在《我国5种常见肠道传染病发病率的层次聚类分析》一文中研究指出目的研究2014年我国31个省份5种常见肠道传染病的发病及分布特点,为肠道传染病的防治提供参考。方法整理2014年各省份4种常见肠道传染病的相关数据,对其进行Spearman相关性分析和层次聚类分析,聚类方法采用Ward法。结果痢疾与戊肝、未分型肝炎,伤寒和副伤寒与甲肝、戊肝、未分型肝炎,戊肝与未分型肝炎均具有相关性。痢疾发病率指标居全国前两位的天津、北京最早聚为一类。结论我国肠道传染病的发病地域分布明显,自然、社会及病原学等因素是高发的主要诱因。(本文来源于《预防医学情报杂志》期刊2018年01期）
沈甜,牛锐敏,陈卫平,许泽华,黄小晶[9]（2017）在《应用层次-关联度和聚类分析法评价十八个鲜食葡萄品质》一文中研究指出以引种至宁夏的18个鲜食葡萄为试材,对鲜食葡萄品种的14个果实经济学指标进行观察测定,并运用层次-关联度和系统聚类分析评价了宁夏银川地区引种的18个有核鲜食葡萄的综合品质,以期筛选出适应当地且品质优良的鲜食葡萄品种,为宁夏地区鲜食葡萄发展提供可开发资源的科学依据。结果表明:内在品质权重值高于外在品质,其中内在品质中的香味、风味权重赋值最高,其次是判别风味口感的主因子固酸比和糖酸比,而单果质量和单穗质量是影响外在品质的重要因素;根据供试品种与参考品种的加权关联度将18个有核鲜食葡萄品种综合品质排序,并利用系统聚类对其进行分类,‘早黑宝’综合品质最好,其次是‘金手指’,再次是‘阳光玫瑰’,18个有核鲜食葡萄品种共聚为6类。‘早黑宝’和‘阳光玫瑰’的外观品质和内在品质均表现优良,且口感好、香味浓郁、风味佳,‘金手指’‘瑞都香玉’‘香妃’‘贵妃玫瑰’4个品种内在品质表现优良,外在品质表现良好,且口感独特、特点突出、香味和风味俱佳。(本文来源于《北方园艺》期刊2017年23期）
付裕[10]（2017）在《模糊聚类分析在高校分层次教学中的探索》一文中研究指出本文以一个班级学生学习成绩为数据样本,使用R语言进行模糊聚类的分析,进而对学生分层次教学管理提出一定的理论建议。(本文来源于《长江丛刊》期刊2017年23期）
层次聚类分析论文开题报告
（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：
五轴联动数控机床动态误差的检测方法对于提升机床性能、改善机床加工质量具有重要的意义,但迄今为止尚没有专门针对五轴联动数控机床动态误差检测的国际标准。基于此,成都飞机工业集团有限公司提出了一种动态特征丰富、专门用于检测五轴联动数控机床性能的S试件。由于具有检测机床各项性能的能力,S试件已经进入国际标准的最终草案阶段。不过,由于S试件是由复杂的样条曲线组成,一些误差机理的理论基础与研究尚且缺乏充足的理论依据。为此,本文基于S试件对加工过程中产生的动态误差及相应的误差溯源问题展开了深入探讨。具体内容如下:基于一种五轴联动数控机床建立了相应的伺服进给系统模型。借助Simulink搭建了叁环PID控制模型、伺服电机模型及传动结构模型,并引入了提高系统精度的速度前馈控制器。基于S试件的几何模型通过SPO算法得到了加工S试件过程需要的刀轴矢量代码。进一步通过离散法得到了加工S试件时产生的动态误差。提出了一种基于层次聚类分析和多元线性回归的溯源方法。经过遗传算法优化过的层次聚类分析方法能够很好地将S试件表面的动态误差聚类成簇,并通过多元线性回归方法可以得到位置环增益、机床的动刚度、机床的速度前馈系数与加工S试件中的动态误差的映射关系。合理设计S试件的切削加工实验并分析实验数据,实验结果充分验证了仿真模型和溯源方法的可行性与准确性。
（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。
层次聚类分析论文参考文献
[1].李国松,蒋淑磊,王印肖,张立彬,朱泽琳.基于层次分析法和聚类分析对珍贵树种分级研究[J].种子.2019
[2].刘家汐.基于层次聚类分析的五轴联动数控机床动态误差溯源方法研究[D].电子科技大学.2019
[3].张正勇,李晓烨,龙宸,姜逸雪,沙敏.基于拉曼光谱-层次聚类分析的葡萄酒品质控制研究[J].分析科学学报.2019
[4].卞光浪,翟国君,张必彦,边刚.基于层次聚类分析的离散欧拉解质量控制方法[J].海洋测绘.2019
[5].周珍娟,刁联旺.基于动态层次聚类分析的多传感器一致性融合算法[J].南京师大学报(自然科学版).2018
[6].文政颖,李运娣.一种基于模糊层次聚类分析的大数据挖掘算法[J].河南工程学院学报(自然科学版).2018
[7].李兴龙.基于流型的贝叶斯层次聚类分析[D].云南大学.2018
[8].徐东雨,刘冰,郑琳琳,娄岩.我国5种常见肠道传染病发病率的层次聚类分析[J].预防医学情报杂志.2018
[9].沈甜,牛锐敏,陈卫平,许泽华,黄小晶.应用层次-关联度和聚类分析法评价十八个鲜食葡萄品质[J].北方园艺.2017
[10].付裕.模糊聚类分析在高校分层次教学中的探索[J].长江丛刊.2017