导读:本文包含了小波聚类论文开题报告文献综述及选题提纲参考文献，主要关键词:空间文本数据,情感分布分析,小波变换,聚类
小波聚类论文文献综述
李柯,佐々木勇和[1]（2019）在《基于多维小波聚类的空间文本数据情感分布分析》一文中研究指出【目的】构建基于多维小波聚类的空间文本数据情感分析模型,实现文本情感和空间位置的综合分析。【方法】将Yelp数据集进行整合以构建空间文本数据库,使用基于词典的情感分析方法构建特征向量。提出使用多维小波聚类的混合算法和文本–空间算法两种模型并进行分析。【结果】实验结果验证了使用db2和bior2.2小波基函数的多维小波聚类算法比DBSCAN和K-means算法在空间文本数据挖掘中能识别出更精确的聚类集合,且在十万级至千万级数据聚类中速度最佳。【局限】情感分析部分使用一元语言模型,缺乏对语句层面意义的分析。【结论】本文所提文本–空间算法模型能有效挖掘多维空间文本数据的情感倾向分布;混合算法模型为空间文本数据推荐系统提供了同时计算空间接近性和情感相似性的有效方案。(本文来源于《数据分析与知识发现》期刊2019年07期）
石拓,张俊辉[2]（2019）在《基于小波聚类的盗窃犯罪空间分析——以北京市为例》一文中研究指出盗窃犯罪的高发低破一直是困扰社会治安稳定的重要问题,探究空间区域内的发案规律和特点对于盗窃犯罪的打防工作具有重要意义。文章从时空角度出发,以盗窃案件发案数据为基础,首先对时间序列的发案数据进行小波分解,实现稀疏矩阵的问题优化,再通过K-means聚类法对犯罪空间分异格局进行研究,最终在形成的分异格局下深入分析发案的时空规律。结果表明,北京市辖区派出所盗窃犯罪空间划分为5类,其中发案热点空间多为人口结构变化性大、人员流动性强、城乡环境交织复杂的区域。(本文来源于《调研世界》期刊2019年04期）
金杉,金志刚[3]（2019）在《基于模糊小波聚类混合的多目标覆盖质量评估方法》一文中研究指出面向双层无线传感器网络覆盖质量评估,设计出基于模糊小波聚类混合的多目标覆盖质量评估方法。建立网络单元概念和双层网络模型,在各汇聚节点开展各子目标预处理。集中建立二次预警机制:设计基于模糊小波神经网络的分析融合子系统,实现一次预警,选出显着低效覆盖单元;构建决策输出子系统,设计基于k均值聚类算法的多等级网络单元评价体系,实现二次预警,并呈现全部低效覆盖单元。实验表明,该方法从覆盖面积、能耗均衡、传输便利等方面综合评估,能够精确判定低效覆盖单元,有助于及时重部署,维护网络健康运行。(本文来源于《系统工程与电子技术》期刊2019年06期）
刘晓波,韩子东,邵伟芹,左红艳[4]（2018）在《基于散列函数的双网格校正小波聚类算法》一文中研究指出为了提高双网格校正小波聚类算法的效率,提出了基于散列函数的双网格校正小波聚类算法,该算法应用散列表去消除量化数据空间中的空单元,降低数据空间算法的复杂度。先量化特征空间;再构造散列函数形成散列表,将量化后的特征值存储到散列表中;在散列表上并行对原始网格和校正网格进行小波变换,在特征空间的不同层次上寻找连通单元;利用校正网格产生的聚类结果去校正原始网格产生的聚类结果,得到最终聚类结果。将此方法应用到航空发动机转子故障诊断中,实验证明此算法在保证了转子故障诊断精度的基础上,提高了效率。(本文来源于《振动与冲击》期刊2018年21期）
左红艳,刘晓波,洪连环[5]（2018）在《用于转子故障诊断的改进小波聚类算法》一文中研究指出为了快速准确地实现转子故障的模式识别与分类,提出了改进小波聚类方法。首先,从转子振动信号中提取峭度指标、功率谱重心和小波能谱熵叁个特征向量;其次,量化特征空间,提取显着网格单元信息;然后,对显着网格单元内数据信息进行小波变换实现去噪处理;最后,应用广度优先搜索方法实现聚类。在改进小波聚类过程中,信息储存表的建立降低了空间复杂度,并使得原始数据与聚类结果建立了映射关系。应用广度优先原则搜索相邻的显着网格单元实现聚类,降低了聚类算法的复杂度。实验验证与比较说明,改进小波聚类算法能够扩展应用到高维数据空间,并且降低了高维数据空间的算法复杂度,提高了转子故障诊断的效率和正确率。(本文来源于《振动.测试与诊断》期刊2018年02期）
左红艳,刘晓波,洪连环[6]（2018）在《双阶自适应小波聚类的航空发动机故障分类与识别》一文中研究指出为了快速准确地实现航空发动机转子故障的分类与识别,提出了双阶自适应小波聚类方法。双阶自适应小波聚类过程是:首先采用粗网格量化数据空间,找出存在聚类的空间区域,实现数据的预分选聚类;然后统计子聚类的信息,计算其二次聚类的量化值;最后对子聚类的数据空间进行自适应细划分,实现子聚类数据空间的小波聚类。应用双阶自适应小波聚类方法对航空发动机转子的正常、不对中、碰摩、松动故障进行分类与识别,结果显示4种类型被正确分类。因此表明,对于密度分布不均匀的多类型混合数据,双阶自适应小波聚类方法能够根据数据分布特点自适应的量化网格,实现故障的正确分类与识别,诊断精度显着高于传统的小波聚类方法。(本文来源于《振动工程学报》期刊2018年01期）
李振[7]（2017）在《基于小波聚类的QAR数据异常检测算法研究》一文中研究指出随着社会的发展进步,选择民航客机出行的人数越来越多,飞机的飞行安全得到越来越多的重视,直接或间接影响了民航的发展,如何有效的发现飞机飞行过程中潜在的安全隐患变得尤为重要。目前QAR被应用于存储飞机上机载设备中获取的参数,因此分析QAR数据中潜在的故障信息为飞机的后续故障定位、解决故障提供保障有很重要的实用意义。本文为了发现QAR数据中的异常点信息,研究了小波聚类算法在QAR数据异常点检测上的应用,并通过将获取的异常点与专家经验下的标准故障样本进行相似性匹配来发现发生故障的原因,从而有效的帮助飞机维修人员定位故障原因并解决故障。为此完成了以下所述的研究:1、完成了QAR数据的异常点检测算法与故障分析。该方法首先获取飞机飞行过程中巡航阶段的数据,通过使用小波聚类算法对其做聚类分析来发现QAR数据中隐藏的异常信息。然后根据构建的标准故障模型,使用得到的异常点数据和标准故障模型做相似性匹配来定位故障类型,并检验该方法查找的故障是否正确以检测该方法的效率。2、对小波聚类算法进行深入细致的分析,发现了小波聚类算法标记满足密度阈值的连通单元为同一个簇,而该连通单元中的网格有可能是几个簇的边界,也可能不属于任何一个簇,导致不同的簇最后被标记为同一个簇的MUAP问题;另外不满足密度阈值的网格也可能存在属于簇的数据对象和簇的边界区分不准的问题,从而提出改进的小波聚类算法划分非均匀网格,并对边界网格进一步细化及对不满足密度值的网格进一步处理,最后形成聚类并验证此方法的可行性。即改进的小波聚类算法较传统的小波聚类算法在不提高其时间复杂度数量级的基础上提高了其效率。3、研究相似性度量并细致地分析了方法的原理,结合对QAR数据特点的分析发现QAR数据属性间的相关性并选择基于马氏距离对异常点数据和标准故障模型做相似性匹配来发现故障类型。(本文来源于《中国民航大学》期刊2017-05-14）
刘晓波,张明明,涂俊超,左红艳[8]（2016）在《基于广度优先搜索的小波聚类算法》一文中研究指出针对传统小波聚类算法采用相连定义聚类时精度和效率不够的问题,提出了一种基于广度优先搜索的改进小波聚类算法。该算法综合了小波聚类算法和广度优先搜索邻居聚类算法两者的优势,以小波聚类算法的网格邻居单元定义去改善广度优先搜索邻居聚类算法人工输入参数的敏感性,同时以广度优先搜索邻居聚类算法类门限参数的设定去改善小波聚类算法类划分不精确的缺陷。通过航空发动机转子模拟振动信号实验数据,对其分别进行小波聚类,广度优先搜索邻居聚类以及改进的小波聚类分析,结果表明:基于广度优先搜索的小波聚类能够很好地改善传统小波聚类的聚类精度和聚类速度,明显地降低计算复杂度。(本文来源于《振动与冲击》期刊2016年15期）
张明明,刘晓波,丁伟明[9]（2016）在《网格细化小波聚类在航空发动机转子系统故障诊断中的应用》一文中研究指出为了能够更加准确地判断出故障类型、提高聚类精度,对故障诊断准确度即聚类精度进行分析之后,提出了网格细化的小波聚类算法,即将网格拆分技术运用到小波聚类算法,对算法运行过程中的特征空间网格单元进行"网格细化"以此来对边界点进行提取,并对改进前后算法的聚类精度进行验证。结果表明:改进后的小波聚类算法能够得到比原始小波聚类算法更加精确的聚类结果。(本文来源于《机床与液压》期刊2016年11期）
张明明[10]（2016）在《基于双网格校正小波聚类的航空发动机转子系统振动故障诊断》一文中研究指出转子系统是航空发动机这类典型旋转机械的核心部件,它的正常与否关系到整台设备的运行状态,为了提高工作效率、避免重大事故发生,对转子系统进行状态监测和故障诊断具有重要意义。随着信息技术的发展,智能化逐渐成为故障诊断的发展方向,而随着故障信息数据的剧增及“知识瓶颈”的存在,常规模式识别方法难以满足现代故障诊断的要求,发展新的方法快速智能地实现转子故障的模式识别及聚类诊断仍是当前的研究热点。故障诊断本质是应用数学方法对蕴含相关故障信息的数据进行模式的自动处理和判别,本文探索了小波聚类方法在航空发动机转子系统故障诊断中的应用:首先,针对传统小波聚类高维空间复杂度高的问题,提出了基于元胞储存的改进小波聚类算法。以元胞数组结构储存网格空间中含有有效数据的非空单元,避免网格单元的无效操作,同时应用元胞数组结构能够对任意类型、任意尺寸的数据进行操作的特性,将数据内容及其地址建立在同一查找表上,构建映射关系,以彻底减小算法的空间复杂度。通过对转子故障模拟实验,对其小波聚类故障诊断,结果表明:元胞储存能够降低算法的空间复杂度,提高算法的效率,基于元胞储存的小波聚类能够对转子故障状态进行很好的区分。其次,针对传统小波聚类算法采用相连定义聚类时精度和效率不够的问题,提出一种基于广度优先搜索的改进小波聚类算法。该算法以小波聚类算法网格邻居单元定义去改善广度优先搜索邻居聚类算法人工输入参数的敏感性,同时以广度优先搜索邻居聚类算法类门限参数的设定去改善小波聚类算法类划分不精确的缺陷。通过航空发动机转子模拟振动信号实验数据,对其分别进行小波聚类,广度优先搜索邻居聚类以及改进的小波聚类分析,结果表明:基于广度优先搜索的小波聚类能够很好地改善传统小波聚类的聚类精度和聚类速度,降低计算复杂度。最后,针对网格聚类算法不可避免产生的MAUP问题,提出了一种基于双网格校正小波聚类算法。该算法以最大密集网格规则下获得的网格划分K值时进行原始网格小波聚类,以均匀分布假设规则获得的网格划分K值下进行校正网格小波聚类,通过校正算法得到最佳的聚类结果。通过基于双网格校正小波聚类的转子故障诊断实例,结果表明:小波聚类精度得到提高,降低了网格划分和网格密度阈值对聚类质量的影响;双网格聚类的并行处理也提高了算法的速度,缓和了一种尺寸下网格均匀划分与数据对象非均匀分布的相互矛盾,为MAUP问题提供了一种解决思路。(本文来源于《南昌航空大学》期刊2016-06-01）
小波聚类论文开题报告
（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：
盗窃犯罪的高发低破一直是困扰社会治安稳定的重要问题,探究空间区域内的发案规律和特点对于盗窃犯罪的打防工作具有重要意义。文章从时空角度出发,以盗窃案件发案数据为基础,首先对时间序列的发案数据进行小波分解,实现稀疏矩阵的问题优化,再通过K-means聚类法对犯罪空间分异格局进行研究,最终在形成的分异格局下深入分析发案的时空规律。结果表明,北京市辖区派出所盗窃犯罪空间划分为5类,其中发案热点空间多为人口结构变化性大、人员流动性强、城乡环境交织复杂的区域。
（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。
小波聚类论文参考文献
[1].李柯,佐々木勇和.基于多维小波聚类的空间文本数据情感分布分析[J].数据分析与知识发现.2019
[2].石拓,张俊辉.基于小波聚类的盗窃犯罪空间分析——以北京市为例[J].调研世界.2019
[3].金杉,金志刚.基于模糊小波聚类混合的多目标覆盖质量评估方法[J].系统工程与电子技术.2019
[4].刘晓波,韩子东,邵伟芹,左红艳.基于散列函数的双网格校正小波聚类算法[J].振动与冲击.2018
[5].左红艳,刘晓波,洪连环.用于转子故障诊断的改进小波聚类算法[J].振动.测试与诊断.2018
[6].左红艳,刘晓波,洪连环.双阶自适应小波聚类的航空发动机故障分类与识别[J].振动工程学报.2018
[7].李振.基于小波聚类的QAR数据异常检测算法研究[D].中国民航大学.2017
[8].刘晓波,张明明,涂俊超,左红艳.基于广度优先搜索的小波聚类算法[J].振动与冲击.2016
[9].张明明,刘晓波,丁伟明.网格细化小波聚类在航空发动机转子系统故障诊断中的应用[J].机床与液压.2016
[10].张明明.基于双网格校正小波聚类的航空发动机转子系统振动故障诊断[D].南昌航空大学.2016