甬江洪枯季水沙特性分析

基于2010年7月(洪季)及2011年1月(枯季)甬江水文、泥沙观测资料,从潮位特征、涨落潮历时、流速、潮量、含沙量分布和输沙能力等方面分析甬江洪枯季水沙特性.分析表明:(1)甬江洪季最高潮位、最低潮位、平均潮位和最大潮差略大于枯季.(2)洪季大潮的平均涨潮历时比枯季长,平均落潮历时比枯季短,小潮时则相反.(3)甬江洪枯季断面垂线平均流速表现为大潮大于小潮,落潮大于涨潮,流速沿程增加,进潮量与涨潮差线性相关;(4)断面垂线平均含沙量呈现枯季大于洪季、大潮大于小潮的特征,且含沙量的垂线分布为Ⅱ型;引入背景含沙量,建立了洪、枯季的水流输沙能力公式.     

Wu-Huberman方法和贪婪算法相结合的新聚类算法

将Wu-Huberman算法和贪婪算法思想相结合,提出了一种新的聚类方法.首先应用Wu-Huberman算法计算出网络中各节点的电压值,并在二维坐标系将各个节点表示出来;然后计算各点到坐标原点连线的斜率,将斜率之差最小的节点对合并为中心社团,从中心社团出发,根据合并新社团后的局部模块度变化选择相应的社团进行合并.重复该方法,最终得到原始网络的社团结构划分.实例结果表明了该方法的可行性.     

赣江尾闾河段水沙特性及河床演变

为了解赣江尾闾河段的水沙特性与河床演变规律,通过对该河段水文、泥沙和地形演变资料的整理与分析,探讨了该河段的径流、输沙、水沙关系、分流比、冲淤变化、河床稳定性、演变影响因素及演变趋势。结果表明:近年来,赣江尾闾河段输沙量明显减小;河段分流比呈西河增大、东河减小的趋势;全河段演变以冲刷为主,且河道上段的冲刷量远大于中下游河段;东、西河纵横向稳定系数呈上游往下游递减趋势;万安水库的运用、河道采砂、鄱阳湖水位的降低是赣江尾闾河段冲刷的主要因素;万安水库运用时间的增长及河道采砂管理的规范化,将有利于赣江尾闾河段的稳定发展。     

一种基于谱平分法的社团划分算法

基于改进的SNN相似度矩阵与谱平分法,提出了一种寻找复杂网络社团结构的算法.首先计算出网络中各节点之间改进的SNN矩阵并将其标准化,求得该矩阵的特征值及特征向量.然后分别选取不同数目的第一非平凡特征向量作为聚类样本,利用FCM聚类算法对节点进行分类,并计算出每次分类结果所对应的模块度Q值.Q的最大值对应的社团结构即为最佳的网络社团结构.一些实验测试了该方法的可行性,通过与其它方法的结果进行比较,可知该算法划分社团的准确率较高.     

一种时间序列动态聚类的算法

针对时间序列传统静态聚类问题,提出了对时间序列进行动态聚类的方法。该方法首先提取时间序列的关键点集合,根据改进的FCM算法找到动态特征明显的时间序列,再利用提出的动态聚类算法确定此类时间序列在不同时间段的所属类别,在改进的FCM算法中采用兰氏距离可以使其对奇异值不敏感。实验结果反映出动态特征明显的时间序列类别随时间演化的特性,表明了方法的可行性和有效性。与已有算法相比,该方法揭示了时间序列的部分动态特征。该方法还可以运用于研究数据挖掘的其他问题。     

基于com、引擎和mex文件的Visual C＋＋与MATLAB混合编程

文章简单介绍了VC＋＋和MATLAB混合编程的几种接口方法,结合sin（x）图像实例描述了MATLAB COM组件和MATLAB引擎编程接口的实现过程,总结了两种方法混合编程的效果。     

利用模式指导树的并行频繁项集挖据方法

关联规则挖掘的主要任务是根据对事务的统计找出项之间的关系。传统的挖掘算法要求项具有逻辑属性,并在挖掘过程中产生大量的中间项集,成为算法的瓶颈。给出一种基于关联路径树的表格数据组织形式,并采用模式指导的方式进行频繁项集挖掘,该方法不要求项具有逻辑属性,初始模式不同的项集组合迭代可以分配到不同的CPU完成,提高了算法的执行效率。该算法对美国1984年国会选举数据进行了实验,结果完全正确。     

基于共享邻居数的社团结构发现算法

为了快速准确地找到复杂网络的社团结构,提出一种基于共享邻居数和局部模块度的社团结构发现算法。该方法通过不断寻找节点之间的共享邻居数找出与社团连接性最强的节点,并以局部模块度为衡量标准,判断是否将该节点加入到社团中。对3个典型复杂网络的划分结果表明,该算法是可行和有效的。