针对传统电子商务用户行为聚类分析方法存在的缺陷,提出了基于组合优化理论的电子商务用户行为聚类分析方法。首先分析了K-means聚类算法计算量大、获取最优解时间长的原因,然后将复合形法的K-means聚类算法和遗传算法进行组合,实现电子商务用户行为聚类分析,最后进行了电子商务用户行为聚类分析的仿真实验。结果表明,所提方法的电子商务用户行为聚类精度值达到94.95%,可以有效提升电子商务平台经济效益,具有较高的推广价值。

针对机械材料缺陷识别准确率低的问题,提出一种基于改进反卷积单激发多框探测器(DSSD)网络的机械材料缺陷识别方法。首先以Residual101为基础网络,通过减少反卷积层数量以提高检测速度,然后采用K-means聚类算法优化目标检测框的长宽比,提高对机械材料缺陷识别的准确率和检测速度。结果表明,通过改进DSSD网络可实现机械材料缺陷检测,且相较于DSSD网络和常用目标检测网络YOLO、SSD、Faster-RCNN,改进DSSD网络的缺陷识别平均准确率更高,平均检测时间更短,分别达到85.9%和0.141 s,具有一定的有效性和优越性。

针对数控机床可靠性综合评价中指标选取不一、需要大量先验知识等不足,提出一种粗糙集与K-means聚类算法相结合的评价方法。建立原始评价指标体系,通过K-means聚类算法与Silhouetta指标对各指标值进行离散化处理,并运用粗糙集理论约简冗余指标,构造动态评价指标体系。根据属性重要度定义对约简后的指标客观赋权,构建粗糙集聚类可靠性综合评价模型。结果表明:所提出的方法合理、有效。

为提供更精确的郑州市乘用车排放检测依据,以郑州市乘用车实际行驶工况为研究对象,运用Matlab编程实现对613792条行驶工况的短行程划分、主成分分析和K_means聚类分析,构建了时间为1225s的郑州市乘用车行驶工况并从特征参数误差、速度-加速度联合分布、仿真验证三个方面验证了构建工况的精度,该工况能反映郑州市实际交通状况,并与ECE15工况的特征参数进行对比,表明ECE15工况与郑州市乘用车行驶工况存在差异,建议郑州地区采用该工况作为车辆排放的检测法规。