数据缺失下学习贝叶斯网的SEM算法

针对SEM算法易收敛于局部最优的问题,提出一种改进SEM算法——DSEM-PACOB算法,采用PACOB算法提供的良好候选网络及合理的策略,估计节点变量缺失值,并使与待估节点变量紧密相关的若干节点变量直接参与估计。实验结果表明,与SEM算法相比,利用新算法获得的最终解的质量有所提高,且具有更好的稳定性。     

一种基于个体中心论的局部优化社区发现算法

随着社会网络网站的流行,虚拟社会网络中的社区发现成为一个热门研究领域.针对虚拟网络中总是以一个或多个个体为中心特点,提出了一个针对大规模社区网络的局部优化社区发现的算法,在一定程度上弥补了传统算法无法适应大规模网络的不足.实验表明与我们直观想象不同,虚拟网络中那些度最大的点并不一定适合于作为社区中心.     

氧化铝陶瓷表面化学镀镍工艺及镀层性能研究

目的在氧化铝陶瓷表面化学镀金属镍镀层,研究施镀时间对Al_2O_3陶瓷表面化学镀镍层的表面形貌、组织结构、显微硬度、表面粗糙度和镀镍层结合力的影响。方法所用镀液组成及工艺参数为:NiSO_4·6H_2O_25g/L,NaH_2PO_2·H_2O 22g/L,Na_3C_6H_5O_7·2H_2O 64g/L,(NH_4)SO_4 62g/L,pH=5.0~6.0,水浴加热至90℃,施镀时间1~4h。采用NovaNanoSEM50型场发射扫描电子显微镜观察镀层的表面微观形貌,采用TH765型自动显微硬度仪测试镀层硬度,采用OLS4000型三维形貌测量仪测量镀层表面粗糙度,采用压入法和热震试验评价镀层的结合性能。结果施镀时间为1~4h时,1h镀层表面金属光泽性好,呈银白色,4h镀层表面更为细腻,但表面光泽性较差。随着施镀时间的增长,Al_2O_3陶瓷表面化学镀镍层表面越光滑,显微硬度越大。不同施镀时间下的化学镀层均没有出现起泡、片状剥落或者与氧化铝基体分离等现象。结论施镀时间为1~4h时,在温度和pH不变的情况下,随着施镀时间增加,化学镀镍层厚度变化不大,但是镀层颗粒更细小,显微硬度明显提高,表面粗糙度降低,镀层结合力良好。     

溶胶凝胶涂覆制备金刚石/陶瓷复合材料及其物理性能特点

制备陶瓷前体溶胶,溶胶混合金刚石微粉中形成凝胶,通过烧结得到金刚石/陶瓷块状复合材料。利用SEM、DSC、FTIR和XRD对样品进行表征,表明溶胶凝胶法可以使复合材料中碱金属的添加量得到控制。利用共振电路测量了片状复合材料在高频范围内的电阻和介电性能,发现当锂离子的摩尔含量在0.04时,10MHz下金刚石块状复合材料的介电损耗小于0.002。     

去除图像分划线的线形窗开关中值滤波算法

提出了一种用于去除图像中十字分划线的线形窗开关中值滤波算法.该方法将图像进行区域分类处理,对于未受分划线影响的区域可直接保留原图像信息;而对受到影响的区域,则利用分类器判断是否为分划线的像素,即对受影响区域进行开关中值滤波,从而有效地保留图像的细节.该算法复杂度低、处理速度快,适合于实际工程应用.     

贝叶斯网学习中一种有效的爬山算法

提出在学习贝叶斯网下的一种行之有效的爬山算法,HCBest算法.该算法在学习网络结构形成环时,选择删除能提高打分值最多的边,直到没有环为止.实验证明,HCBest既可以作为一种独立的贝叶斯网学习方法,又可以作为其它复杂元启发方法的局部搜索算法.HCBest学出的网络在打分质量和结构上都比较好.在算法的简洁性和稳定性方面,HCBest的表现也令人满意.     

一种数据缺失下贝叶斯网络增量学习的有效方法

提出一种在数据缺失下增量学习贝叶斯网络的有效算法IBN—M。IBN—M用结构化的EM算法来补全数据集中缺失的数据,并且能在并行和启发式搜索策略提供的较大的搜索空间里搜索,有效地避免了采用结构化EM算法而导致的局部极值。同时采用增量学习的方法,解决了大规模数据学习存在的内存空间不足的问题。实验结果表明IBN-M算法在数据缺失下贝叶斯网络的增量学习中确实能够学出相对精确的网络模型。