一种新的基于遗传算法的动态聚类算法

为了在聚类数不明确的情况下实现聚类分析,提出一种新的结合最近邻聚类和遗传算法的动态聚类算法.新算法包括两个阶段:第一阶段用最近邻聚类算法根据最近邻方法把最相似的实例分到同一个簇中并根据一些相似性或相异性度量过滤掉噪声数据从而得到初始聚类集,第二阶段是遗传优化阶段,利用动态聚类评估函数,动态地合并初始聚类集,从而获得接近最优的解.最后对算法进行了实验仿真,实验结果表明方法在事先不知道聚类数的情况下能够有效地进行聚类.     

3维图像中边界曲面可被等值面逼近的判定方法

在可视化技术中,人们常试图从3维图像中抽取特定的等值面,以近似表示3维图像中所包含目标的边界曲面。考虑到实际的3维图像中,某些目标的边界曲面可以被特定的等值面很好地逼近,但是由于许多目标的边界曲面事实上难以被任何等值面很好地逼近,因此,识别3维图像中哪些边界曲面可以被特定的等值面很好地逼近就成为可视化技术中一个非常重要的研究问题。为了准确地判定哪些边界曲面可以被特定的等值面很好地逼近,特提供了一个有效的判定方法。该方法首先计算紧密地分布于连续隐边界曲面两侧的目标网格点,然后判定计算得到的目标网格点集合与背景网格点集合可否在误分很小的情况被某些等值面分离开来。实验结果表明,该判定方法是可行有效的。     

基于人工免疫的烟草异物图像多阈值分割

烟草异物图像分割是图像异物识别的基本任务。为了快速实现烟草异物图像多阈值分割,提出了一种基于人工免疫算法与最大类间方差法的多阈值烟草异物图像自动分割方法。算法首先定义了图像分割目标函数;接着运用人工免疫算法,结合最大类间方差法以及目标函数对图像进行自动分割,并产生最优的多阈值,从而实现图像的多阈值分割。人工免疫算法中,抗原是指最优图像分割目标函数,而抗体是指最优的多阈值。实验证明,方法对烟草异物图像多阈值分割的效果良好,分类清晰。     

基于复杂网络的非正式团体知识交互网络分析

针对知识在非正式团体中的传播特征,结合复杂网络理论,为了企业知识不断创新,提出了一种非正式团体知识交互网络模型.通过仿真得出,在小世界网络模型下知识的传播速度和平均知识水平比其他网络模型有明显优势,进而在非正式团体知识交互网络的描述与分析中提出利用"小世界"的平均路径长度和聚类系数来表征IFG知识交互网络中的交互频繁度和交互聚集度的思想,为进一步研究IFG组织及管理与其内部知识创新的内在联系提供了数量分析基础.     

基于熵和蚁群聚类算法的模糊支持向量机

摘 要: 模糊支持向量机(FSVM)对传统支持向量机(SVM)在对外围点和噪声数据敏感的缺陷做了重要改进。选取合适的聚类中心计算符合数据本身特征分布的隶属度,能使分类更加准确,提高测试精度。论文基于模糊支持向量机思想,提出一种新的模糊聚类模型—基于熵和蚁群聚类算法的模糊支持向量机(EAFSVM),为聚类中心和隶属度的计算提出了新方法。实验对比传统SVM和FSVM,结果表明EAFSVM测试精度较高,尤其对多类数据、大规模数据具有较好的分类能力。     

基于PI3000平台的电力企业模型可视化研究

基于PI3000平台进行信息系统建设的第一步是企业模型的构建,原有的树状结构的模型描述方式不够清晰直观.提出了一种基于PI3000平台的电力企业模型可视化的方法,该方法以UML类图的方式展现信息系统中的企业模型,同时,为了增强可读性,重点研究了UML类图的自动布局过程.     

面向对象技术的多元缔合体系闪蒸模拟

用面向对象技术抽象出闪蒸类结构和功能,实现闪蒸类的封装、继承、属性和方法.对缔合体系汽相采用维里方程,液相用UNIQUAC方程修正其非理想性,校正缔合组分汽相焓的计算,建立相平衡模型.用一维或二维New-ton-Raphson法对缔合和一般体系的闪蒸过程方程组进行多元闪蒸分离计算,模拟结果与文献值对比平均卡机对偏差小于2.46%.软件将面向对象技术和缔合物系热力学模型及数值分析方法结合,进行闪蒸单元操作的模拟分离计算.可作为基础模块用于化工过程流程模拟、分析、优化及系统集成开发并可用于实际生产过程的闪蒸计算.     

一种全新的RGB色差度量公式

从RGB颜色空间入手,在对现有的几种RGB色差度量公式分析对比的基础上,总结出RGB颜色色差的3个基本规律,提出颜色分量的重要程度这一概念。并根据颜色分量的重要程度用动态系数调整RGB颜色间的空间距离和矢量角度值,从而得到了一种全新的RGB颜色空间的色差度量公式。通过高复杂度图像的颜色量化实验证明该色差公式在颜色量化中的性能优于目前使用较为广泛的几种RGB色差度量公式。     

改进FCM聚类算法及其在入侵检测中的应用

针对模糊C-均值（FCM）算法的局限性,提出了一种具有两阶段的模糊FCM聚类改进算法。通过加入点密度函数加权系数和样本特征矢量权重对FCM聚类算法中的目标函数进行改造,进而给出迭代推导公式和算法描述。该算法克服了样本分布不均匀和样本特征矢量对分类贡献不均衡的情况,有效地提高了聚类精度。最后利用KDD CUP 99数据集进行实验,结果表明该算法具有良好的可靠性和可行性。     

离散混沌系统类随机性的符号熵分析法

采用符号熵分析法,分析和讨论了经典的Logistic映射和Henon映射的类随机性强弱.先将离散混沌系统产生的实数序列转化为二进制序列,然后进行编码,计算其符号熵,绘制其符号熵图,并深入讨论了系统参数和初始值对符号熵的影响.数值仿真分析表明,符号熵法能定量区别不同离散混沌系统类随机性的强弱.同时作为随机源,Logistic映射比Henon映射好.