块对角子空间聚类中成对约束的主动式学习

针对块对角表示(block diagonal representation, BDR)子空间聚类算法在对子空间重叠的高维数据聚类时效果较差的问题,提出成对约束的块对角子空间聚类(constrained subspace clustering with block diagonal representation, CBDR)算法,设计主动式学习策略,获取用户提供的少量数据点成对信息,以改进BDR算法的性能,给出CBDR算法的目标函数和求解过程。在测试集上的试验结果表明,CBDR算法的聚类错误率和归一化互信息指标比BDR和SBDR(structured block diagonal representation)算法好,而且主动式选取点对方法优于随机选取点对方法,使用少于5‰的约束信息可降低BDR的聚类错误率达到5%以上。     

准噶尔盆地南缘齐古——小渠子地区构造特征及油气勘探前景

本文在研究准噶尔盆地南缘齐古－－小渠子地区地面地质及山地地震资料的基础上，确定了齐古构造主要是由燕山期与喜山期构造迭加，受强烈挤压冲断所致，背斜构造基本对称，保存较为完整；昌吉背斜、扎背斜与之具有一致性。油气主要来自其北部的昌吉凹陷二叠系芦草沟组；成藏期为燕山期，在喜山期油气藏遭受破坏，油气重新分配，并进入生油门限的侏罗系煤系低成熟油气相混。齐古－小渠子地区侏罗系、三叠系是目前盆地南缘最实的找油领     

复杂结构井中钻柱托压效应的研究进展

钻柱托压效应是制约现代钻井作业向更深、更远目标快速钻进和延伸的技术瓶颈。目前主要采用减少钻柱接触压力、降低摩擦因数、振动方法释放摩阻和扭矩以及增强钻机系统工作能力等4种方法来缓解钻柱滑动钻井中的托压问题,其中主动机械激振方法是最具有发展前景的释放托压效应的措施。详细评述了国内在激振源、钻柱和井壁的相互作用规律、钻柱托压释放特征的参数评价模型、井下高能高效激振器以及激振运动对井下钻柱力学性能的交联影响作用等方面的研究进展。以此为基础,提出了激振源、钻柱和井壁的相互作用规律、钻柱托压释放特征的参数评价模型、井下高能高效激振器和激振运动对井下钻柱力学性能的交联影响是未来机械激振释放托压效应研究的重点。     

基于并行协同进化的属性约简

提出一种求属性集合最小约简的新方法，即基于并行协同进化的属性约简方法．该方法将并行遗传算法和协同进化算法相结合，能有效地处理具有大量属性的信息系统．对各类实验数据的测试表明，该方法得到的属性约简量与基于属性重要性的约简方法相似，在某些情况下求得最小约简的可能性要高于属性重要性方法．     

基于邻域系统的决策表近似算法

提出一种基于邻域系统的决策表近似算法，用于数据挖掘预处理阶段的数据压缩。该方法以代表元素代替若干相近元素，有效地压缩了原始决策表的对象个数，同时保证决策表本身的判断能力基本不变。对本算法与聚类算法的关系进行了讨论，指出文中提出的近似算法所完成的功能不能用聚类算法替代。     

近邻传播半监督聚类算法的并行计算

提出了一种基于近邻传播的半监督聚类算法的并行算法PSAP,给出了约束的转换过程并结合实例进行说明。在UCI数据集上的实验表明：PSAP算法的运行时间约为SAP算法运行时间的1/8~1/4,聚类结果同时有提高。     

一种改进的事件序列相似性计算公式

分析了事件序列相似性的计算公式,提出了改进的编辑距离公式。分析表明:完全不同的两个事件序列的编辑距离为1;对于部分相同的两对事件序列,改进的编辑距离能明显反映出它们的相似度的差异。该公式对于不同情况下事件序列相似性的计算有确切意义。     

SolidWorks在重型机械仿真中的应用

一、SolidWorks Simulation有限元分析软件的特点 SolidWorks Simulation有限元分析模块,是1995年SRAC公司(有限元分析进入桌面计算的先驱)与SolidWorks公司合作开发的,由于SolidWorks软件的广泛应用,它的使用也逐渐为国内所重视,其分析范围随分析包的不同而划分:基本包是对零件或装配件进行静态分析;专业包是对零件或装配件的静态、热传导、扭曲、频率、掉落测试、优化及疲劳进行分析;高级包为专业包的所有功能加上非线性和高级动力学分析.     

基于潜在语义差异的医学网页聚类

采用潜在语义索引的全局模型和局部模型表示医学网页时,模糊聚类结果的类间包含度很大。该文提出一种新的潜在语义差异模型,将医学网页中的文本抽取出来并分别采用全局模型、局部模型和差异模型进行表示,利用FCM算法进行聚类并计算类间包含度。实验发现,对给定的5类医学网页进行聚类时,采用差异模型时的类间包含度平均约为全局模型的85%、局部模型的80%。     

基于多优先级的动态阈值RED算法

提出一种基于多优先级的动态阈值RED算法(PDT-RED)。根据分组优先级和未使用的缓存空间动态调节平均队列阈值,实现对不同类型的分组采取不同的标记/丢弃概率的区分服务。为了提高缓存利用率,在该算法基础上提出优化算法(OPDT-RED)。模拟实验证明,与同类算法相比,OPDT-RED使高优先级的分组丢失率降低了56%~62%,平均分组丢失率降低了33%~41%,并且简单、易于实现,能提高缓存的利用率。