改进的K-means聚类k值选择算法

空间聚类算法中，聚类的效果在很大程度上受制于最佳[k]值的选择。典型的[K]-均值算法中，聚类数[k]需要事先确定，但在实际情况中[k]的取值很难确定。针对手肘法在确定[k]值的过程中存在的“肘点”位置不明确问题，基于指数函数性质、权重调节、偏执项和手肘法基本思想，提出了一种改进的[k]值选择算法ET-SSE算法。通过多个UCI数据集和[K]-means聚类算法对该算法进行实验，结果表明，使用该[k]值选择算法相比于手肘法能更加快速且准确地确定[k]值。     

φ1350浆旋风分离器的改进

马尾松硫酸盐法木浆在150米~3喷放锅底部出口的浆料浓度约为2.5～3.0％,浆料靠喷放锅的静压作用,从切线方向进入φ1350浆旋风分离器,以除去浆料中铁器、碎石、砂粒等硬质杂物。由于该设备Dg325毫米出浆口与Dg250毫米进浆口之间距离偏大(约为315毫米),使器内浆料的循环流动阻力增大。在实际生产过程中,浆料易产生积浆,堵塞出浆口,并造成洗涤停机拆洗疏通粗浆管道和泵频繁.为此,我厂对φ1350浆旋风分离器进行如下的改进,从而进一步提高了洗涤的生产能力。 1、φ1350浆旋风分离器的Dg325毫米出浆管与     

湖北省二00二年春茧收购质量情况分析与对策

近几年来，我省黄冈、襄樊、宜昌三市的一些山区县(市)一直把蚕茧生产当作地方经济的支柱产业来发展，将近400万农业人口从事蚕茧生产，蚕茧产值占山区县(市)地方经济总产值的30%以上，2001年茧丝绸工业总产值近10亿元。为贯彻落实《关于深化蚕茧流通体制改革意见的通知》(国办发［２００１］44号)精神，湖北省纤维检验局根据国家四委局联合发布的《茧丝流通管理办法》，在今年春茧收购期间，组织了黄冈、襄樊、宜昌三市纤检所对全省蚕茧主产地的春茧收购质量进行了监督检查。一、基本情况共检查85家茧站，其中34家具备收烘能力，持有《鲜茧…     

一种新的基于XML的关系数据映射索引技术

设计了一种新的基于XML的关系数据映射索引技术,利用域关系树解决了DTD的不足,通过改进的XMLSchema算法保持了关系数据间的语义约束,并在映射的XML标签树上建立了RPNL索引,实现了查询代价的最小化O(n)。     

《消费品使用说明 纺织品和服装使用说明》(GB5296.4-1998)标准宣贯研讨会在武昌召开

1998年8月24日,国家质量技术监督局批准发布了《消费品使用说明 纺织品和服装使用说明》(GB5296.4-1998)强制性国家标准,并已于2000年1月1日起实施。该标准发布后,纺织品和服装生产企业、流通领域及     

多媒体教学演示平台的设计与实现

从教学实际应用的角度,探讨了多媒体教学演示平台的设计原则和目标,并介绍了利用软件动态集成设计多媒体教学演示平台的技术。     

转变观念 服务企业 提高工作的有效性——湖北质监农发行联手加强棉花质量管理防范信贷风险

为了适应棉花流通体制改革的需要，维护棉花市场的正常秩序，根据国家《棉花质量监督管理条例》（以下简称《条例》）和“以销定贷，以效定贷”的棉花收购贷款供应管理原则，湖北省农业发展银行、湖北省质量技术监督局决定建立棉花质量监督管理和信贷管理相结合的联合工作制度。双方商定将通过加强工作配合，督促棉花企业严格执行棉花国家标准和有关法律、法规，提高企业的质量水平，改善经营状况，防范信贷风险。并以鄂农发行发字［２００２］１５３号文件下发了《关于加强棉花质量管理防范信贷风险的通知》，要求各级农发行、纤检所认真贯…     

基于XML的电子病历集成方法研究

电子病历的集成对提高医疗工作效率、改进医院管理、实现病人信息的异地共享具有特别重要的意义，分析了电子病历数据来源，针对数据来源的多样性，设计了两种基于XML的电子病历集成的方法。分别对基于数据的集中式和分散式的集成策略和实现方法进行了研究，并进一步讨论了两种方法的优缺点。使用这两种方法，可以有效地解决电子病历的存储、传递、表现和加工利用等方面的问题。     

边缘智能背景下的手写数字识别

随着边缘智能的快速发展,现有手写数字识别卷积网络模型的发展已越来越不适应边缘部署、算力下降的要求,且存在小样本泛化能力较差和网络训练成本较高等问题。借鉴卷积神经网络（CNN）经典结构、Leaky_ReLU算法、dropout算法和遗传算法及自适应和混合池化思想构建了基于LeNet-DL改进网络的手写数字识别模型,分别在大样本数据集MNIST和小样本真实数据集REAL上与LeNet、LeNet+sigmoid、AlexNet等算法进行对比实验。改进网络的大样本识别精度可达99.34%,性能提升约0.83%;小样本识别精度可达78.89%,性能提升约8.34%。实验结果表明,LeNet-DL网络相较于传统CNN在大样本和小样本数据集上的训练成本更低、性能更优且模型泛化能力更强。     

自适应学习的多特征元素协同表示分类算法

针对基于传统的稀疏表示分类算法的单特征鉴别性较弱这一不足,提出一种基于自适应学习的多特征元素协同表示分类算法SLMCE_CRC。该算法结合多特征子字典的思想,对样本提出特征元素的双重分解,并分别从特征和元素角度分别进行相应的协同表示,自适应地学习出各个特征的稀疏权重和元素的残差权重,并进行线性加权,从而实现目标的分类。实验结果表明,使用该方法能显著提高识别率,尤其对含有较多特征细节的图像数据,具有一定的实用价值。