基于簇内簇间相异度的k-modes算法

为提高k-modes算法的精度并解决初始簇中心选择问题,提出一种基于簇内簇间相异度的k-modes算法(IKMCA).基于簇内簇间相似性对相异度系数进行改进,给出初始簇中心自主选择的具体方法.提出的簇内簇间相异度系数考虑特征值本身的相异性与其它相关特征对它们的区分性.提出的初始簇中心自主选择方法可以自动确定聚类个数和初始簇中心位置.实验结果表明,提出算法在聚类精度、纯度、召回率上均优于经典k-modes算法及其变体算法.     

WORD表格中关于计算的解析

本文就WORD表格中与计算相关的域、公式、函数（单元格地址、区域名称的范围）和数组以及多表操作等问题进行了全面探讨，并总结出了一套运用的方法与技巧。     

高强型聚酰亚胺纤维增强热塑性树脂基复合材料防弹性能研究

采用S35高强型聚酰亚胺(PI)纤维作为增强体，热塑性树脂作为基体，采用热压工艺制备了织物结构和正交单向无纬(UD)结构复合材料靶板，通过弹道极限速度测试和背部变形测试，研究了增强体结构和界面结合强度对PI纤维增强热塑性树脂基复合材料防弹性能的影响。结果表明：高强型聚酰亚胺纤维表现出了优异的防弹性能；UD结构靶板更适用于防铅芯弹；织物结构靶板更适用于防破片；当界面剥离强度由5.45N/cm提高到26.44N/cm时，剥离后界面处的纤维表面形貌的破坏程度逐渐增加。当侵彻体为5.6g铅芯弹时，随着界面剥离强度的提高，复合材料靶板的防弹性能呈现出先提高后降低的趋势；并且靶板的背部变形逐渐减小，进一步证明了界面结合强度对复合材料靶板防弹性能的影响。