基于密度二分法的密度峰值聚类方法

密度峰值聚类（DPC）方法能够快速地对数据进行聚类,而不管它们的形状和包含它们的空间的维数,近年来得到广泛研究和应用。然而,当各个聚类中心的密度的差异较大,或者同一个类中包含多个密度中心时,DPC计算效果受到影响。针对于此,提出了基于密度二分法的密度峰值聚类方法。首先,求出全部数据平均密度,将数据分为高密度点和低密度点,然后,根据高密度的点的决策图识别出聚类中心后,根据是否存在可达距离的数据点对同类的聚类中心实现合并。最后,根据提出的分配策略,使高密度点和低密度点都分配到合适的聚类中心,从而实现聚类。在多个合成及实际数据集上的实验表明,该方法的聚类效果明显优于已有的DPC方法。     

基于改进二分法的线导系统导线布放运动研究

分析了线导系统放线装置中导线布放运动的动能、势能、流体力,基于改进的变质量系统的Hamilton原理建立了放线装置中导线布放运动动力学模型;对一维非线性方程的传统解法二分法进行改进,使其可用于高维非线性方程组;将改进的二分法运用于导线布放动力学方程,解决了Newton迭代法出现的雅克比矩阵计算量大且奇异的问题,并且相对局部收敛的Newton迭代法,改进的二分法具有全局收敛性;采用MATLAB仿真软件对放线装置中导线布放运动进行数值仿真;仿真结果表明导线沿着绕线芯轴方向的布放速度大小对导线的布放运动影响较大,并且该速度越大,导线完成一圈布放运动时放线装置中导线长度和质量变化越小。     

自然场景下的车牌分割方法

自然场景下的车牌面临着光照不均匀、角度倾斜、运动模糊等影响,易造成车牌分割错误。针对以上情况,对车牌进行旋转校正及二值化处理,提出一种基于模板匹配与二分法结合的方法对车牌进行分割。通过二分法进行分割,通过模板进行校准寻找最优分割点。实验结果表明,无论光照条件良好还是光线较弱或不均匀,该方法都能对车牌进行准确分割,有效克服字符粘连及断裂的情况,在自然场景下鲁棒性良好。     

外轮廓识别算法在纸箱打样机中的应用研究

提出以角度判别法对纸箱打样图形进行外轮廓识别,并介绍了识别多个外轮廓的算法步骤.同时,采用射线法识别外轮廓多边形中的内轮廓图形,为避免在判断过程的复杂运算,利用二分法对射线法进行了优化,并分析了算法的求解过程.相比传统的无序加工过程,外轮廓的识别功能提高了纸箱打样机的加工精度和加工效率.     

认知无线电中的功率和频谱联合分配算法

在认知用户传输功率受限的情况下,分析了瑞利衰落模型下的认知用户效用及其优化过程,提出了基于注水线不断调整的认知用户功率分配及通信效用计算算法.将该算法应用到认知无线电频谱分配中,进而提出了一种基于信道二分法的认知无线电频谱分配机制,以此得到了不同优化模型下的用户效用.仿真表明,基于比例公平的优化模型在获得较高效用的同时...     

基于禁忌搜索的启发式算法求解球体Packing问题*

为求解具有NP难度的球体Packing问题,通过将禁忌搜索方法与基于自适应步长的梯度下降法和二分法相结合,提出了一个启发式算法。对50个等球算例进行了实例测试,算法改进了其中44个算例的目前最优结果。大量的实例计算结果表明,该启发式算法是求解球体Packing问题的一个有效算法。     

鞋楦曲面反求

介绍了鞋楦数据类型,母楦曲面数据检测的方法和特点,并讨论了测量头环形面与母楦的切触点不同的问题,在此基础上,提出一种数据处理方法,为测量头环形面建立了空间坐标系,并推导出相应的空间方程,最终把母楦表面离散数据点的计算,转换为射线簇和测量头环形面求交问题,利用数值分析中的二分法逐步逼近求解,从而获得母楦表面离散数据点的位置值.     

圆形截面钢筋砼偏心受压构件正截面承载力精确求解方法

针对圆形截面钢筋砼偏心受压构件正截面承载力的计算公式，目前通常采用的实用计算方法或多或少存在某些不足，文章运用二分法原理，提出了一个简明、通用和精确的求解方法，并编制了相应的计算机程序。     

求导数零点的一种大范围平方收敛的新算法

采用二分法预报、改进的Aitken迭代校正的方法 ,构造了一种求导数零点的一种新算法 .新算法在迭代过程中不用计算导数 ,且二阶收敛 .数值试验表明 ,该算法具有较高的精度和较大的初值选择范围