自适应特征权重的K-means聚类算法

为提高传统K-means聚类算法在医学数据聚类中的准确率和稳定性,提出了一种自适应特征权重的K-means聚类算法AFW-K-means。该算法首先通过计算属性的均方差选取初始聚类中心,然后根据当前的迭代结果,按照类内紧密、类间远离的原则调整属性在距离公式中的特征权重,以便更准确地反映数据点在欧氏空间中的真实距离,最后选取UCI上的BCW乳腺肿瘤等数据集对算法的有效性进行验证。结果表明:算法的准确率和稳定性均明显好于传统K-means算法。     

实现节水型绿化的基本途径

城市化进程的加快最明显的表现就是城市工业越来越发达和城市人口也越来越多,这种情况使得城市的生态环境不断恶化,居民的生活环境也愈来愈坏。同时随着工业的发展和居民的增多,城市缺水问题也日趋严重。一方面为了改善城市的生态环境和城市居民的生活环境,必须要进行绿化,另一方面,又要解决绿化与城市工业的发展和居民的生活争夺有限水资源的问题。本论文针对这个问题,提出了进行节水型绿化的概念,首先分析了进行节水型绿化的必要性,其次对节水型绿化的概念和规划的原则进行了论述,最后提出了具体实现节水型绿化的基本途径。从而为能够认识到节水型绿化的重要性,以及实现节水型绿化提供理论依据。     

基于多因素的改进MSS-PGA及其在水电站负荷优化分配中的应用

机组负荷优化分配是研究水电站经济运行问题的核心部分,长期以来备受研究人员的重视,但目前为止,尚没有找到一个高效的算法来求解这个问题.本文将多因素技术与同步主从式并行GA(MSS-PGA)结合起来,建立了一种基于多因素的同步主从式并行GA,并将其应用于水电站负荷优化分配问题的求解中.该算法与传统GA相比,具有更高的精度和收敛性;与其它并行GA相比,能够很好的节省网络资源和计算代价,更能适用于求解水电站负荷优化分配问题.     

基于邮箱的移动Agent通信机制的改进算法

在基于邮箱的移动Agent通信机制上提出一种改进算法,通过移动Agent留下特殊的、具有一定智能性的邮箱来转发消息,实现移动Agent高效和可靠的消息传输。进一步提高了通信效率而且减小了由于邮箱所在节点出现故障而造成的损失。     

基于信息表的移动Agent通信机制

通信是移动Agent必不可少的组成部分.许多研究者针对这一问题进行了深入的研究,并提出了一些移动Agent的通信机制,但是现有的这些通信机制在解决通信失效和消息追逐上都存在着一定的不足.针对这些问题,通过将信息表引入移动Agent的通信机制中,提出一种基于信息表的移动Agent通信机制.在这种通信机制中,把移动Agent要接收的消息按照其特性分为主动消息和被动消息,利用动态改变路标中信息表参数的方法来解决移动Agent之间通信所面临的难题.