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。     

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。     

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%。     

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.     

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。     

时控令版协议在分布式系统临界区访问中的应用

分布式系统临界区互斥访问方法大体上有集中式算法、分布式算法和令版环算法三种。本文在简单讨论了这三种方法后,结合在分布式光纤数据接口FDDI中应用的时控令牌协议,对令版环算法进行了改造,使得令版特环一周的时间可以控制在有限范围内,从而为丢失令牌的判断提供了理论依据。模拟实验对改进引起的综合影响进行评价,认为该该改进是可取的。     

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。     

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．     

离散格的一种启发式搜索算法

通过定义离散化方案之间的偏序关系以及交、并运算，将各种离散化方案组织成离散格。提出一种搜索离散格的启发式算法，实验表明该算法得到的一致决策表的断点数比已有解更少。     

决策表属性约简的代数观和信息观分析

讨论几种属性约简定义的代数性质和信息熵改变规律．纠正了现有文献中关于可能约简与近似约简等价的错误结论．分析发现，可能约简不能保持条件属性对决策属性的正区域不变，也不能保持条件信息熵不变，而近似约简、μ-决策约简能保持条件属性对决策属性的正区域不变，同时保持条件信息熵不变．