硼向晶界扩散机理的研究

通过解变温扩散方程,导出非平衡晶界偏聚的数学表达式,建立了晶界贫硼局域尺寸与淬火加热温度、冷却速度以及非平衡晶界偏聚扩散激活能与扩散系数之间的关系,所得结果与实验结果相一致.     

个性化学习系统的聚类技术

基于日志的Web使用挖掘，利用用户访问页面的相关性提出用户兴趣度，并应用于远程教育中数据准备和页面的推荐过程．讨论教学过程中按需学习和因才施教的可行性，介绍聚类算法在预测推荐页面中的设计与应用．实验运行结果表明，该算法是可行和有效的．     

基于主题的分布式信息检索技术研究

介绍了一种基于主题的分布式信息检索方法，并对算法的有效性进行了深入的分析。该文通过文本聚类方法，把文档按照主题的方式来划分，经过实验发现查询答案明显地汇聚在少数的文档集合中。由此表明，基于主题的分布式信息检索方法比传统分布式信息检索方法在检索效果上有了显著的提高。     

基于多特征模糊聚类的图像融合方法

首先利用模糊C-均值聚类算法在多特征形成的特征空间上对图像进行区域分割,并在此基础上对区域进行多尺度小波分解;然后利用柯西函数构造区域的模糊相似度,应用模糊相似度及区域信息量构造加权因子,从而得到融合图像的小波系数;最后利用小波逆变换得到融合图像.采用均方根误差、峰值信噪比、熵、交叉熵和互信息5种准则评价融合算法的性能.实验结果表明,文中方法具有良好的融合特性.     

一种改进的WCA算法

在WCA的基础上，提出了EWCA（Enhanced Weighted Clustering Algorithm）算法，在提高性能的同时降低了开销，并保持了算法的通用性，移动自组网中通过模拟实验对该分簇算法与WCA算法进行了性能比较。     

一种基于纹理特征的教案视频镜头分割方法

该文分析了现有的对帧间特征差进行阈值比较的镜头分割方法,以及通过颜色空间和可调时间阈值进行视频聚类方法的不准确性,针对教案视频中大量文字内容体现出的特有的纹理特征,提出了使用基于灰度级共生矩阵纹理特征的C均值模糊聚类算法进行教案视频镜头分割.算法选取灰度级共生矩阵统计量之一的惯性矩作为度量帧间相似性的特征值,并根据教案视频中手写操作的特点调整特征向量,以此作为样本数据点进行模糊聚类.实验结果显示这种方法对于教案视频镜头的分割具有较好效果.     

基于模糊聚类神经网络的语音识别方法

提出了一种基于模糊神经网络的语音识别方法.该方法以模糊系统模型为基础,利用改进的模糊聚类辨识算法,构成一种新型的模糊聚类神经网络（FCNN）,并将其作为概率密度函数的估计器,对每个状态的输出进行预测.它不仅能有效地在语音识别中引入帧间相关信息,而且能克服状态输出概率密度函数为混合高斯分布的束缚.通过对非特定人汉语孤立词和连续音节的语音识别实验,证实了该方法的有效性.     

微粒群算法的统一模型及分析

通过分析已有的几种微粒群算法，提出了一种统一模型，并通过线性控制理论分析了其收敛性能．为了进一步提高算法效率，提出了两种增强全局搜索性能的参数自适应算法：单群体参数自适应微粒群算法及双群体参数自适应微粒群算法．其中单群体参数自适应微粒群算法在进化初期使用算法发散的参数设置，从而能更大程度地提高算法全局收敛能力．双群体参数自适应微粒群算法使用两个种群，一个执行全局搜索，另一个执行局部搜索，通过信息交流以提高算法性能．仿真实例证明了算法的有效性．     

高维数据流子空间聚类发现及维护算法

近年来由于数据流应用的大量涌现,基于数据流模型的数据挖掘算法研究已成为重要的应用前沿课题.提出一种基于Hoeffding界的高维数据流的子空间聚类发现及维护算法--SHStream.算法将数据流分段（分段长度由Hoeffding界确定）,在数据分段上进行子空间聚类,通过迭代逐步得到满足聚类精度要求的聚类结果,同时针对数据流的动态性,算法对聚类结果进行调整和维护.算法可以有效地处理高雏数据流和对任意形状分布数据的聚类问题.基于真实数据集与仿真数据集的实验表明,算法具有良好的适用性和有效性.     

基于动态矩形的聚类方法的设计与实现

提出了一种新的基于动态矩形的聚类方法DRCA。该方法减少了参与聚类计算的数据元素的数量，在每一次基本聚类过程中，采用数据之间空间位置比较取代复杂的聚类距离函数计算，使得算法复杂度与数据量具有近似线性时间关系。试验结果表明了DRCA的正确性和有效性。