一种基于计算机视觉的铁轨扣件缺失检测方法

针对传统扣件检测方法式效率低、可靠性差,不能满足现代铁路检修的需要,提出了一种基于计算机视觉的扣件缺失自动检测方法。在对灰度图像进行Canny边缘检测处理后采用十字交叉定位法对扣件位置进行定位,得到120×200像素的扣件区域,并提取扣件图像的20个边缘特征值;最后,利用模糊C均值聚类算法对这两类的特征量进行聚类分析,通过计算待诊断对象与标准模式的隶属度实现对扣件状态的分类。应用验证表明：采用的图像处理方法和识别分类算法能够有效检出轨道扣件缺失,检测速度快,鲁棒性好,检出率达96%。     

数据挖掘常用聚类算法研究

信息社会的发展,使数据量以前所未有的速度在增长,因此从海量数据中获取有用的知识和信息就变得越来越重要。数据挖掘是一种综合多领域知识而形成的数据分析技术,能够从大量数据中获取有价值的知识并为决策提供支持。聚类分析算法是数据挖掘中的一个核心内容,也是目前研究的一个热点。该文首先讲述了基于划分的聚类算法、基于分层的聚类算法、基于密度的聚类算法和基于网格的聚类算法等常用的聚类分析算法,并分析了其特点;然后通过举例详细描述了最近邻聚类算法的操作过程。聚类算法的总结,对聚类的研究和发展具有积极意义。     

一种基于分簇的3D-RSSI的定位算法

节点定位是无线传感器网络的重要支撑技术之一,本文提出了一种适用于大规模无线传感器网络的分布式分簇定位算法。相比于集中式算法而言,本文提出的分簇式算法更适用于大规模无线传感器网络,不仅算法的复杂度低,而且通信量小,鲁棒性较好。在三维空间中随机分布节点,仿真结果表明,本文所提出的算法能取得较好的定位效果。     

数据挖掘中聚类算法的研究简

随着信息技术的不断发展,数据挖掘在我们的工作和生活中的应用也越来越广泛,目前聚类算法在数据挖掘中则是一个热点研究领域。本文深入研究了现阶段比较成熟的几种聚类算法,总结了这些算法的优缺点以及适用范围,提出用来评价聚类算法性能优劣的指标,也是今后聚类算法研究的出发点。     

Influence of polymer molecular weight on selected thermodynamic properties of polymer/solvent systems and the application of the UNIFAC theory

The intrinsic viscosities of eleven narrow molecular weight distribution polystyrene samples ranging from number-average molecular weight 1820 to 1 292 000 have been determined in pure solvents of tetrahydrofuran and chloroform with a Ubbelohde No. 1 viscometer at 25°C. By combining the original and modified Fox-Flory viscosity treatments, respectively, with the Flory-Huggins Lattice theory, the interaction parameters were calculated. With the aid of original and modified UNIFAC methods the solvent activity, clustering function of the solvent, and the interaction parameter were computed and compared with the experimental data. It was established that the influence imposed by the polymer molecular weight on the activity of the solvent, the clustering function of solvent, and interaction parameter is insignificant. The modified UNIFAC method satisfactorily predicted the solvent activity as illustrated by previous investigators. However, both UNIFAC methods failed to predict the interaction parameter.     

高矣物的特性对双水相相图和头孢氨苄及7-ADCA分配行为的影响

A series of ethylene oxide(EO)-propylene oxide (PO) random co-polymers (EOPO) were used to form aqueous two-phase systems (ATPS) with ammonium sulfate.Effects of EOPO′s properties on the phase separation behaviors and on the partition of cephalexin and 7-aminodesacetoxicephalosporanic acid(7-ADCA) in ATPS were investigated.Both the molar mass and molar ratio of EO to PO of EOPO could greatly influence partition behaviors of cephalexin and 7-ADCA as well as the binodal curve of ATPS. With the increase of molar mass of co-polymer or the decrease of molar ratio of EO to PO,the critical point of ATPS decreased,the binodal curve became more asymmetry,and both cephalexin and 7-ADCA followed the same tendency to partition into the polymer-poor bottom phase.The experimental results shows that it is feasible to partition cephalexin and 7-ADCA in either the polymer-rich top phase or the polymer-poor bottom phase by choosing a specific phase-forming EOPO.     

未确知均值聚类

利用未确知系统理论分析特征对样本分类所作贡献,定义特征的分类权重,并作为启发性知识用于确定样本与各类间的加权距离及样本属于各类的隶属度,建立未确知均值聚类算法。IRIS数据检验表明,未确知均值聚类算法误判样本数少、收敛速度快、鲁棒性好,是一种实用、有效的无监督聚类算法。     

Web信息抽取技术综述*

快速高效地获取网页主题信息的需求使得Web信息抽取技术成为信息技术领域的研究热点。现有的Web信息抽取技术大致可以归纳为基于统计理论的、基于视觉特征的、基于DOM树结构的和基于模板的几类。由于网页文本本身具有树结构并且具有一定的相似性,基于DOM树结构和基于模板的抽取技术发展很快而且已经得到了广泛的应用。分别论述了上述几类技术在近几年来的研究进展,从自动化程度、适用范围和复杂性三个角度分析对比了几类技术的优缺点。     

基于多目标优化的多源组播网络编码的构造

在基于单目标优化构造网络编码的基础上,提出了基于多目标优化的网络编码的构造方法。把多源组播网络划分成多个单源组播网络,各单源组播网络的组播容量互相制约,为了使各单源组播网络的组播容量达到最大,采用粒子群优化算法进行子图划分,动态求解包含各子图组播容量的Pareto解集。用户可以优先考虑某个子图的组播容量,选择相应的解向量进行线性网络编码构造。仿真测试结果表明,本方法是可行的。