基于最近共享邻居节点的K-means聚类算法

聚类分析是一种重要的数据挖掘方法。K-means聚类算法在数据挖掘领域具有非常重要的应用价值。针对K-means需要人工设定聚类个数并且易陷入局部极优的缺陷,提出了一种基于最近共享邻近节点的K-means聚类算法（KSNN）。KSNN在数据集中搜索中心点,依据中心点查找数据集个数,为K-means聚类提供参数。从而克服了K-means需要人工设定聚类个数的问题,同时具有较好的全局收敛性。实验证明KSNN算法比K-means、粒子群K-means（pso）以及多中心聚类算法（MCA）有更好的聚类效果。     

基于粗糙集理论的不完备数据填补方法

ROUSTIDA算法具有较好的数据填补能力,但依然会出现一些不完备信息。利用了可扩充辨识所反映的对象间的属性差异信息,对遗失属性进行填充,从而使改进后的ROUSTIDA算法的填充能力得到了很大的改善,同时还具备了初步排除噪声数据的能力,在性能上也有了很大的提高,实验表明改进的算法具有很好的实用价值。     

求解GCP问题的ILSBR算法

图着色问题（GCP,Graph Coloring Problem）是经典的NP-Hard组合优化问题之一。长期以来,人们一直在寻求快速、高效的启发式算法,以便在合理的计算时间内解决大规模问题。由于对规模较大的问题,目前的启发式算法尚不能在较短的时间内给出高质量的解,因此提出了一种基于全局最优解和局部最优解关系的ILS算法（ILSBR）。该算法的基本原理是通过对GCP问题的局部最优解和全局最优解之间关系的分析,发现对局部最优解的简单的相交操作能以很高的概率得到全局最优解的部分解。利用这些部分解构造一种新的扰动策略（RLG重着色）,并将其应用到传统的ILS算法中。在DIMACS标准集中,典型实例上的实验结果表明,采用RBILS算法在求解质量不变的情况下,求解速度上与目前的已知算法相比有较大的改进。     

P2P网络中基于DHT的自适应Chord风险模型

针对Chord模型在节点加入或离开时产生大量消息,不适用于动态网络的问题,提出一种基于分布式哈希表（Distribute Hash Table,DHT）的自适应Chord模型,即Self-adaptive Chord。方法是该模型在节点加入或离开的时候暂不考虑整个网络逻辑拓扑的一致性,只简单更新其前驱节点和后继节点的路由表,而在节点转发消息时动态地调整各节点路由表,使得网络逻辑拓扑动态地趋向于一致。通过实验对比评估了自适应Chord和Chord性能,结果表明自适应Chord能有效降低由于网络动荡引发的消息数量,同时基本保留了Chord的高效率查询。结论为自适应Chord提供了一种在节点动荡频繁的环境下的候选解决方案。     

基于广义Ricci曲率及深度信息的图像采样方法

随着采样技术的提高、数据量的剧增,给数据的存储及传输造成了一定困难,因此对数据进行重采样,以压缩数据量是解决该问题的一个有效手段.针对灰度图像采样问题,利用密度流形的广义Ricci曲率提出一种采样点之间相关性的衡量方法.首先,将图像看做是对二维流形的着色,通过处理目标物的深度或构造其深度,保留需要着重采样区域的深度信息;其次,结合深度与灰度信息计算密度流形的Ricci曲率;最后,根据相关性原则筛选采样点并重建图像.此外,针对采样过程提出了全局采样及加速的局部采样2种方式,用于权衡速度与精度.采用大量的标准测试图进行实验结果表明,该方法可以有效地应用于灰度图像的压缩;与已有方法相比,该方法在灰度变化剧烈、复杂的边缘采样点分布更为密集,同时对灰度变化平缓的区域采样点也相对更少.     

多媒体技术应用于大学物理课堂教学的探索和体会

分析了大学物理课堂教学中多媒体技术的应用现状及不足,介绍了大连理工大学城市学院大学物理课堂教学过程中使用多媒体技术的一些探索和体会,在此基础上总结了关于大学物理课堂教学过程中使用多媒体技术的一些基本原则。     

基于文学作品语料库因果复句“カラコソ”的日汉对比研究

本文以表示原因、理由的"カラコソ"复句为研究对象,将其用法分为"必然性判断""行为要求"两类并借助《中日对译语料库》考察了其汉译倾向。经考察发现,表示"必然性判断"时的汉译形式主要为"正因如此,才"的形式,表示"行为要求"时的汉译形式呈现多样化,无倾向性的特点。此外,从句末的情态助动词类型来看,表示"必然性判断"的主要为"のだ"的形式。而表示"行为要求"的则呈现无倾向性的特点。     

网络安全类课程中的动态双螺旋结构项目教学

针对网络安全类课程具有跨学科、实践性强等特点,提出基于动态双螺旋结构的理论教学和项目研究相结合的研究性教学方法,阐述其特点和应用于网络安全类课程的创新性。     

动态多DAG调度的改进算法

工作流调度问题通常可以描述为一个活动与数据传输约束组成的有向无环图(directed acyclic graph,DAG),基于Planner-guided算法框架,采用新的基于多有向无环图节点合并的优先级计算方案改进原有算法,改善了系统中已存在未执行的DAG结点优先级过小而被滞后的问题,从而使得任务在机器上排布相对比较密集,提升了多个DAG结点间调度公平性。结果表明,提出的改进算法优先级计算更加合理,在资源利用率和执行时间上优于Planner-guided算法,调度整体性能得到一定提升。