如何当好评审组长

实验室的管理水平和检测水平一般可以分为三个档次,即上、中、下（好、一般、差）。根据笔者从事多家实验室评审的经历,我认为,好的实验室质量管理体系文件的编写除符合评审准则的要求外还应能结合实验室自身的情况,     

一类基于贝叶斯信息准则的k均值聚类算法

典型k-均值算法中的聚类数k必须是事先给定的确定值,然而,实际应用中k很难被精确地确定。同时该算法对初始聚类中心的依赖性而导致聚类结果可能陷入局部极小,使得该算法对一些实际问题无效。采用基于密度聚类算法(DBSCAN),在筛选局部代表点时结合贝叶斯信息准则(BIC),得到少量精准反映局部数据分布的BIC核心点。然后,以BIC核心点为初始聚类中心,BIC核心点数量为类别数,对全局数据进行k-均值聚类。实验结果表明,优化的k-均值算法是一种有效可行的聚类算法。     

音乐检索新方法的研究与实现

基于哼唱/歌唱音乐检索的系统架构,提出一系列的实现新方法,包括采用改进的YIN算法提取基音序列,提出一种新颖的"小阁"基音后处理方法和旋律轮廓标记、匹配方法,定义了一种相似度衡量体系实现检索。经过原型系统开发和实验分析,结果表明这种新的处理流程实现了对传统基于内容音乐检索方法的改进。     

音乐检索新方法的研究与实现

为获得更高的检索准确度,在主流检索系统架构的基础上,提出对音频信号处理流程的改进,包括采用改进的YIN算法提取基音序列;提出一种新颖的"小阁"基音后处理方法,实现对基音序列的规整化操作;设计了一种旋律轮廓的标记办法和模糊匹配方法,并定义了一种相似度的衡量体系,最后完成音乐检索原型系统的开发实验结果表明,新的处理流程对于检索准确度的支持好于自相关函数、中值滤波和编辑距离匹配算法,实现了对传统基于内容音乐检索方法的改进.     

基于样本分析的试题难度系数修正算法

针对当前题库试题难度系数的确定和评价标准不明确,提出一种以考试结果为样本获得难度系数并自我修正的算法:将样本数据序列{dk}构造到希尔伯特空间上,利用空间的完备性,从理论上确保序列{dk}收敛于常量D。基于该算法构造机器学习模型,它具有快速收敛和对历史数据进行学习和修正的特点。     

基于未知度的Vague集相似度量新方法

分析了现有的相似度量方法,指出影响Vague集相似度量的因素和衡量Vague集相似程度的必要参数,为研究Vague集相似度量提供了参考,提出了一种新的Vague集相似度量的方法,通过实验结果表明,新的方法区分能力高,而且有更好的度量效果.     

GA在Beta样条曲线光顺中的应用

将GA应用到Beta样条曲线中,采用样条曲线的光顺能量作为适应度函数,从而得到更为光顺的插值Beta样条曲线.实例证明,该方法可行,具有一定的使用价值.     

关于数列收敛的又一判定定理

对已有的数列收敛的判定定理进行扩充,从而更加丰富读者的知识面,为读者学习和研究多提供一份材料.通过对这个定理进行严格的证明,并在局部证明过程中运用两种方法.从而得到所要证明的定理.     

谈Anna.Wierzbicka的语用认知观

以Wierzbicka对语用学和语义学界限问题所持基本观点、与"普遍主义语用学"存在的不同见解以及民族语用学研究内容和方式为研究路向,考察并揭示Wierzbicka独特的语用认知观,以期克服当前语用学研究中存在的民族中心主义、使用科技术语以及循环释义等弊端。     

一种基于Normal矩阵的时间序列聚类方法*

提出了一种基于Normal矩阵的时间序列聚类方法。该算法首先对时间序列数据进行向量形式转换,计算出各个时间序列间的相似度并构建复杂网络,然后利用基于Normal矩阵的方法进行复杂网络社团划分,同一类的时间序列被划分到一个社团,即实现对时间序列数据的聚类。为了验证该方法的可行性和有效性,将其应用于股票时间序列数据聚类分析中,并在两个实际的数据集上与其他方法相比较,取得了较好的实验结果。