SOFM神经网络在处理非空间属性中的应用

由于非空间属性维数较高,空间聚类算法在处理非空间属性约束时难点首先在于如何为这些非空间属性设定参数,然后是哪些非空间属性在聚类中将起主要作用,并真正影响聚类的结果。对这些问题进行了讨论,并提出使用神经网络中自组织映射的方法来首先选择哪些非空间属性将被优先考虑,使用自组织特征映射（SOFM）方法对非空间属性聚类,最后把非空间属性和空间属性聚类进行合并得到最终的聚类结果的方法。     

ISO9000质量管理体系在面粉加工企业的应用

介绍了ISO9000质量管理体系在面粉加工企业中的作用,并总结了在实际应用中的几点建议.     

装配式屋面挑檐造型幕墙施工技术的应用

为满足造型效果和一些建筑功能上的需求,屋面挑檐造型不仅拥有较大的跨度,而且往往会悬挑伸出屋面主体结构,这给施工带来了安全和质量上的诸多问题。通过研发"轨道式滑车移动吊装系统",借助装配式施工的理念,解决了屋面挑檐造型幕墙施工的难题,切实提高了屋面挑檐造型幕墙的施工质量与施工速度。     

存在物理约束下的基于密度的空间聚类算法*

在现有的基于空间约束的空间聚类算法DBCluC和DBRS+等的研究和比较基础上,提出了一种新的处理物理约束的基于密度的空间聚类算法——DBCluC+。该算法在DBCluC算法基础上,采用网络拓扑结构建模通达对象,并增加通达对象访问点的宽度属性,从而采用约束距离（constrained distance）代替简单的欧几里德距离或障碍距离(obstacle distance)作为相异度的度量标准。理论分析和实验结果表明,DBCluC+算法不仅具有密度聚类算法的优点,而且聚类结果比传统的处理通达约束的聚类算法更     

一种处理障碍约束的基于密度的空间聚类算法

在现有的基于障碍约束的空间聚类算法COD_CLARANS、DBCLuC、AUTOCLUST+和DBRS+的基础上，提出了一种新的基于密度的空间聚类算法——基于障碍距离的密度聚类算法（DBCOD）。该算法在DBCLuC算法的基础上，采用障碍距离代替欧几里得距离作为相异度的度量标准，并在预处理过程中用障碍多边形合并化简方法来提高障碍物的处理效率。仿真实验结果表明，DBCOD算法不仅具有密度聚类算法的优点，而且聚类结果比传统基于障碍约束的密度聚类算法更合理、更加符合实际情况。     

Notes就是通信基础设施——Notes Release 4.0中文版的通信功能

本文主要介绍NotesRelease4．0中文版的通信功能。通过阅读这篇文章，大家将可以看到LotusNotes在构建网络的通信处理基础设施及充分开发和利用Internet资源方面所具有的强大功能。这里所说的通信处理基础设施是指电子邮件处理系统／平台〔MessaginSystem／platform］。与更底层的网络组件（如服务器、网卡、电缆线、调制解调器，以及诸如TCP／IP、X．25之类的传输协议等）相比，邮件处理是属于较高层次的东西。但是，对于绝大多数位于前端的用户以及应用程序开发者来说，邮件处理是接触和认识网络的起点。在他们看来，电子邮件处理就…     

论Budeanu提出的非正弦无功功率定义的缺陷

本文讨论了由Ｂｕｄｅａｎｕ提出的非正弦无功功率的定义存在的问题，通过理论推导和实例验证，提出了Ｂｕｄｅａｎｕ无功功率定义的缺陷。     

关于受控电源双重特性问题的讨论

1 引言 随着电子技术的不断发展,受控电源模型在电路理论中越来越占有非常重要的位置。现行的大多数“电路”教材都在一开始就引入受控源模型的概念,并且自始至终都涉及到受控源的内容,含受控源电路的分析已经成为电路教学中的重点和难点。所谓受控电源是指电压或电流受同一电路中其它支路电压或电流控制的一种理想电路元件。它既有别于独立电源也有别于一般负载,而是具有电源和负载的双重特性。即在一些情况下主要表现出独立电源的特性,在另一些情况下则主要表现出负载的特性。清楚地了解受控电源的这一特点,对分析含受控源的电路是十分必要的。     

一种能发现自然聚类的聚类算法 *

目前的聚类算法如K-means、DBSCAN等,采用全局参数而难以发现数据的自然聚类,提出一种新的分 级聚类算法CluFNC,能够在数据空间中发现内部聚类特征。该算法的参数包括网格大小、噪声阈值和神经节点 数量。算法首先根据参数对数据空间划分网格,接着使用高斯影响函数计算每个单元的场强,然后针对网格位 置和网格的场强使用SOM进行聚类,最后使用Chameleon算法对SOM聚类得到的神经网络节点的权值进行聚 类,并把聚类结果映射回原始数据空间以得到最终聚类结果。理论分析和实验结果证明,该算法能够发     

桂林理工大学艺术学院陈硕孙志伟廖丽琼符晗设计作品选

正~~