基于免疫克隆算法和K-medoids的网络节点聚类

在大规模分布式网络应用中,对网络节点进行聚类是构建高效网络体系结构的有效办法之一.在利用网络坐标系统Vivaldi得到各个节点的网络坐标的基础上,对网络节点进行K-medoids聚类.然后,针对K-medoids算法对初始中心选值敏感和易陷入局部极值的问题,提出基于免疫克隆算法的K-medoids聚类.实验结果表明,该聚类算法具有良好的可靠性及可扩展性,能对节点进行有效聚类.     

室内甲醛污染状况调查及防治措施

近年来，室内空气质量越来越受人们关注，甲醛作为室内空气的主要污染物，对人体健康有着严重的危害。通过对烟台106户装修住宅、办公室、会议室内甲醛含量的测试，发现甲醛超标率竟达62．3％。为了减轻污染，作者提出了包括源头控制、通风、净化等一系列防治措施，以供大家参考。     

基于数据融合的某型装备品质状态评估

基于品质状态评估的背景,在分析某型装备品质状态影响因素的基础上,从通用性能信息、测试信息、环境信息和装备履历信息出发,分别运用BP神经网络、ER算法、物元理论和灰色聚类法进行分析评估;最终进行各类信息的数据融合,从而掌握装备的品质状态,为装备品质管理与维修决策提供支持.     

基于“田口方法”的大口径机枪遥控枪塔的稳健性研究

根据大口径机枪遥控枪塔的稳健性特点,以某型遥控武器站项目为背景,以遥控枪塔的稳健性指标为研究对象,通过田口方法对其优选出最佳的参数组合,并通过输出特性的分析调整最佳参数组合。拟运用数学方法,从工程观点和技术观点对质量管理的理论和方法进行综合研究,提高遥控枪塔的稳健性,使其达到最佳平衡。     

一种基于网格的等密度线聚类算法

提出了一种基于网格的等密度线聚类算法,通过对样本所在空间进行网格划分,从样本分布等密度线图的思想出发,可自动发现任何形状的类,时间复杂度和空间复杂度较好,实现了对不同类样本空间容积的计算,具有很好的聚类效果和容积计算能力.     

无监督聚类在锂离子电池分类中的应用

单体电池的一致性,决定了电池组的性能,如何选出性能一致的单体电池又一直是电池组研究中的重点所在。本文采集了100个合格锂离子电池的6项性能指标(老化前后电压、容量、内阻、1C放电平台、电芯厚度),运用主成分分析(PCA)、核主成分分析(KPCA)、随机森林(RF)3种无监督聚类方法,对数据结构进行了研究。结果表明,数据指标之间存在复杂的非线性关系,主成分分析和核主成分分析,均未能形成明显聚类,但随机森林数据在低维空间显然形成4类,任意从中选4个电池组成电池组作循环性能仿真测试,结果显示由由该方法挑选出的单体电池具有较好的一致性。     

用RBF神经网络预测材料力学性能的研究

由于径向基函数(RBF)神经网络有易学,动态仿真性强,较强的输入输出映射功能和全局最优逼近的结构特点,因此将之用于预测麦杆增强复合板材力学性能。高斯函数表示形式简单,径向对称,光滑性好和解析性好,所以模型采用高斯函数作为隐含层基函数,k均值聚类法确定径向基函数的参数,运用最小二乘法确定权值。结合影响复合板材力学性能因素的特点和变化规律,以成型温度、成型压力、纤维含量、保温时间、拉伸强度、冲击韧性等为对象建立预测复合板材力学性能的模型,用它来优化模压成型的工艺参数,找出最佳工艺参数的范围。结果表明,径向基函数神经网络具有较好的学习和泛化能力,在预测力学性能中效果较好。     

基于模糊自适应谐振网的多源遥感图像融合方法

介绍模糊自适应谐振网在多源遥感图像融合的应用.详细分析模糊自适应谐振网聚类算法的步骤和特点,并比较模糊自适应谐振网和一般模糊极小-极大网的差异.实验证明模糊自适应谐振网的自适应稳定性佳,其聚类速度优于一般模糊极小-极大网,而一般模糊极小-极大网聚类精度较好,对训练区域的依赖性较强.     

心脏MRI图像快速分割方法

在分析心脏MR图像特点的基础上,提出了先对心脏MRI图像进行K均值聚类,把K均值聚类后的图像作为特征图像,在特征上用Song和Chan提出的快速分割方法进行粗分割,再用粗分割的曲线作为水平集的初始曲线,在心脏MRI图像上用Chan和Vese方法进行细分割的心脏MR图像分割方法.并对Song和Chan快速算法中扫描图像的区域进行了改进,提高了分割速度.分割实验证明,用该方法能够快速、准确地分割心脏MRI图像.     

改进支持向量聚类在网络入侵检测中的应用研究

首先对于支持向量聚类中的聚类形成算法做了一定的改进,对于网络连接数据的异构性,提出了采用基于相似度异构距离度量(SHVDM)的核函数方法,以弥补欧式距离在这方面的不足;最后将改进支持向量聚类算法应用于网络入侵检测系统(NIDS),对比于改进前算法及广泛应用的其他聚类算法,实验结果表明改进的算法综合效果好,适应性强,具有一定的理论意义.