一种基于FUP的TD-FP-Tree并行快速更新算法

TD-FP-Growth是对经典关联规则挖掘算法FP-Growth算法的改进,它采用新的数据结构TD-FP-Tree。人们已经基于Apriori和FP-Growth算法提出了多种关联规则增量挖掘算法。文中讨论了在基于TD-FP-Tree的结构上如何进行增量挖掘,对批量挖掘算法的瓶颈进行分析,指出加快更新速度的策略。文中基于FUP思想提出了TD-FP-Tree的快速更新算法,重点研究了当有单个项在新增事务加入后由非频繁变为频繁时TD-FP-Tree的处理情况。通过将项分类处理降低更新时间,并部分采用并行处理进一步提高效率。实验表明,文中提出的算法不仅可以快速更新TD-FP-Tree,而且在同基于FP-Tree结构的增量挖掘对比中也有更好的表现。     

关于如何加强工民建筑施工的技术管理

工民建筑施工项目管理,是建筑企业一直深入研究的重要的课题。本文结合当前工民建筑施工项目管理的现状的基础上,分别从严抓工民建筑施工项目质量、合理控制工民建筑施工项目的成本、提高工作人员的素质三方面对工民建筑施工项目实施中的重点管理措施提出个人的一些看法,供同行参考。     

Influence of current injection ways on efficiency and size of powders in preparation of nano-powders with electrical explosion

Wire electrical explosion may result in the existence of micro-sized large particles in powders while current injection ways may influence the size and content of micro-sized large particles. Therefore, two kinds of electrical explosion devices with different electrodes by gas discharge were designed in this paper. The pole-board electrodes and the cone electrodes were used respectively for studying copper wire electrical explosion process. The current and voltage data were measured with the Rogowski coil and high voltage probe. The results show that the pulverizing process of electrical explosion is more efficient when the wire electrode current density injected into the cone electrodes is approximately twice as much as the pole-board electrodes. The content of micro-sized large particles is the least among the products of the electrical explosion, when the total deposition energy of the wire prior to vaporization stage is 2. 5 times larger than that of the theoretical value of the completed vaporization.     

初始充电电压对电爆产物尺度分布的影响

在丝电爆过程中,初始充电电压对最终的纳米粉尺度分布有重要影响。在气体放电式丝电爆装置上进行系列试验,通过分析爆炸产物尺度分布及其形成原因,认识初始充电电压的影响。结果表明,在初始充电电压较低时,纳米粉中纳米级颗粒的平均粒径、微米级大颗粒比例随初始充电电压升高而逐渐减小,而初始充电电压过高时,纳米级颗粒平均粒径、微米级大颗粒比例反而会随初始充电电压的升高而增大。分析可知,在初始充电电压过高时,丝表面发生沿面放电现象,会阻碍能量向金属丝沉积。     

双变异算子遗传算法的应用

针对简单遗传算法（SGA）所存在的缺点和不足,提出了一种新的改进遗传算法一双变异算子GA.该算想法通过将所有产生的子代个体与父代个体混合作为下一代种群,在种群选择前对适应度值较低的个体进行一次变异,然后通过选择、交叉,再一次变异产生新种群,再利用自适应算法改变交叉和变异率及最优保存策略保护历代最优个体,利用matlab软件编程计算,在TSP中得到了较好的优化结果。实例说明,双变异算子的遗传算法能够最大限度使种群多样性,这样最有可能得到最优解,也易突破局部收敛的局限而达到全局最优。     

CS－1型高效催化剂应用于液相本体聚丙烯生产过程中几个问题的探讨

介绍了中国石化武汉石油化工厂液相本体法聚丙烯生产装置试用和推广ＣＳ－１型高效催化剂１年多来的实际生产情况。通过对生产数据的统计分析及辅之相应的生产试验，探讨了在一定的工艺生产条件下，ＣＳ－１型高效催化剂和活化剂，以及二苯基二甲氧基硅烷（ＤＤＳ）的最佳投入量，和其相互之间的配比关系。     

K-Means聚类算法的研究

K-Means算法是一种经典的聚类算法,有很多优点,也存在许多不足.比如初始聚类数K要事先指定,初始聚类中心选择存在随机性,算法容易生成局部最优解,受孤立点的影响很大等.文中主要针对K-Means算法初始聚类中心的选择以及孤立点问题加以改进,首先计算所有数据对象之间的距离,根据距离和的思想排除孤立点的影响,然后提出了一种新的初始聚类中心选择方法,并通过实验比较了改进算法与原算法的优劣.实验表明,改进算法受孤立点的影响明显降低,而且聚类结果更接近实际数据分布.     

AGNES算法在K-means算法中的应用

提出一种新的选取初始聚类中心的算法,该算法结合了凝聚层次聚类算法AGNES,利用该算法选出初始聚类中心,再应用到K-means算法中进行聚类。实验表明,改进的算法聚类效果更好,准确率得到了提高,迭代次数也明显减少,还能够发现异常点。     

一种改进的二叉树多分支持向量机算法

二叉树支持向量机分类算法主要是构造一个偏二叉树或是构造一颗完全二叉树,但是偏二叉树分类的准确性虽高而分类的效率低,完全二叉树分类的效率高但是准确性不高。本文提出一种算法,结合了以上两种二叉树构造方法的优点,并且更能反映样本的真实分布。实验结果表明,新算法具有较高的推广性能。     

K-Means聚类算法的研究

K-Means算法是一种经典的聚类算法,有很多优点,也存在许多不足。比如初始聚类数K要事先指定,初始聚类中心选择存在随机性,算法容易生成局部最优解,受孤立点的影响很大等。文中主要针对K-Means算法初始聚类中心的选择以及孤立点问题加以改进,首先计算所有数据对象之间的距离,根据距离和的思想排除孤立点的影响,然后提出了一种新的初始聚类中心选择方法,并通过实验比较了改进算法与原算法的优劣。实验表明,改进算法受孤立点的影响明显降低,而且聚类结果更接近实际数据分布。