迭代直觉模糊K-modes算法

直觉模糊K-modes(IFKM)算法在聚类过程中采用简单0-1匹配相似性度量,既无法有效刻画类内数据对象之间的相似性,也未体现不同属性在聚类过程中的贡献程度;此外,IFKM算法在聚类的每一次迭代中直接根据直觉模糊隶属度矩阵来确定数据对象所属类别,没有充分发挥直觉模糊思想的作用.为了解决这两个问题,提出一种迭代IFKM...     

电厂用磷酸酯抗燃油的科学监督和维护管理

本文对目前电厂磷酸酯抗燃油的监督和维护管理进行了分析和总结。并对磷酸酯抗燃油维护和监督油质异常时净化处理提出了建议。     

改进的半监督模糊聚类算法

针对Ｇｒｉｒａ等近期提出的利用点对约束的半监督模糊聚类算法,其约束项与竞争聚类算法（ＣＡ）的目标函数之间数量级不一致,造成隶属度调整过度的问题,在重新定义目标函数的基础上提出一种改进算法,约束惩罚函数采用约束点对中两个样本新的联合表达式,使数量级与经典模糊聚类算法一致．实验结果显示,新算法的约束项与ＣＡ目标函数之间能很好地协调合作,并能通过对模糊隶属度的适度调整,实现更准确的聚类．     

无线传感器网络中基于能量密度的路由算法

在无线传感器网络中,由于传感器节点分布密度不均衡,造成网络中不同区域的能量资源分布差别很大,使得此能耗分布成为影响网络寿命的主要因素.从能量密度的角度出发,提出基于能量密度和能耗调节的路由算法,选择能量密度高的节点承担更多的通信任务,同时,用调节传输能耗的方法节约能量密度低的节点能耗.模拟结果显示:该算法能改善能耗分布,提高网络寿命和能量利用率.     

一种改进的加权模糊核聚类算法

聚类算法对初始值的依赖性较大,通常容易陷入局部最优, 很难得到稳定的聚类结果.为改善该问题,本文提出了一种改进的加权模糊核聚类算法,将迭代自组织的数据分析算法(ISODATA)的思想引入到加权模糊核聚类算法(WFKCA)中,利用聚类中心分裂/合并的中间结果来调整初始中心,降低了WFKCA算法收敛于局部最优的可能.改进算法采用特征空间中的计算度量,将单值标准差阈值扩展为标准差阈值向量,并增加了对聚类中心的调整幅度.实验结果显示,该算法在不同结构和维数的数据集上都取得了更稳定的聚类精度.     

“数与代数”教学研究

新课程标准实施以来,初中数学教学上的许多内容都有了进一步的变化。就"数与代数"的教学而言,从内容编排来看,课程标准中数与代数的内容标准与原教学大纲的内容相比有加强要求的方面和降低要求的方面,这就需要我们在进行新课程教学中加以注意。本文就新课改后对"数与代数"教学所需要加强要求的方面加以研究。     

基于信息熵加权的协同聚类改进算法

为了改进协同聚类中计算量较大的问题,提出一种信息熵加权的模糊协同聚类算法.首先引入信息熵来衡量隶属度差异矩阵中包含的不确定性信息,然后根据有效信息量定义相似性距离中的权重,最后通过权重对聚类的贡献实现子集之间的协同聚类.实验结果显示,新算法能充分利用数据子集中蕴涵的相关信息,以较高的计算效率实现更准确的协同聚类.与已有算法相比,新算法能自适应地计算协同关系强度,简化了参数设置和协同函数的复杂计算.     

数控加工中心的选用策略

针对加工中心的特点和和企业发展对加工中心的要求，分析了企业在引进加工中心时存在的问题。提出了正确选择加工中心的策略和原则，阐述了加工中心选择的主要策略内容和关键部件选择的方法与要求，加工中心的合理选择可以保证企业投资决策的正确性，并为企业带来可观的经济效益。     

基于清晰半径的模糊点二次聚类算法

针对模糊C-均值(FCM)聚类算法在模糊边界上容易出现划分错误的问题,提出一种对模糊点进行二次处理的改进算法。该算法以各类中的数据分布密度为依据,首先利用清晰点构成超球体中心区域,然后基于中心区域的清晰半径定义一种新的相似性距离,并利用该距离对模糊点的隶属度进行二次计算,重新确定其类别归属。实验结果显示,改进算法能有效纠正分类错误,提高模糊点的清晰度,在密度差异较大的数据集上具有一定的应用潜力。     

多核模糊聚类

针对单核聚类的性能局限性问题,提出将高斯核、Sigmoid核以及多项式核等多种核组成一种新的多核函数,并利用于模糊核进行聚类。高斯核在聚类中有广泛应用,同时Sigmoid核在神经网络中被证明具有很好的全局分类性能。将不同的核函数组合起来的多核函数将结合各种核函数的优点,其聚类性能优于利用单核的模糊核聚类（KFCM）,实验结果表明了该方法的有效性。