一种服务于K-means的初始中心选取方法

聚类是数据挖掘领域最重要的技术之一,K-means是其中使用频率最高的举足轻重的聚类算法。然而,Kmeans算法表现严重依赖于初始中心,选取多少个初始中心以及选择哪些数据点作为初始中心对K-means算法十分重要。基于此,提出一种初始中心选取方法 DPCC(Density Peak Clustering Centers)。DPCC方法基于密度和距离生成一个选取决策图,将数据集中所有的密度峰值点凸显出来。这些密度峰值点即为DPCC方法为K-means算法提供的初始中心。实验表明,DPCC方法不仅可为K-means提供初始中心数量,还能有效提高K-means算法的准确度,并缩减K-means算法的执行时间。     

复合套期保值模型的旋转算法

建立了复合套期保值的一般数学模型,并探讨了用旋转算法求解该模型的要点以及计算步骤;运用旋转算法对一个具体的算例进行计算,求出了相应的最优套期保值组合;比较了最优套期保值组合策略和简单套期保值策略在套期保值效率上的差别,发现复合套期保值组合有明显的优势。     

三维电极法处理印染废水二级出水的试验研究

印染废水二级出水中含有难生物降解的有毒有害物质,国家和地方制定了日益严格的污染物排放标准。这就要求企业对二级出水进行深度处理,实现废水重复利用。文章以广州某印染废水处理厂的二级出水为研究对象,利用三维电极法进行CODCr去除试验,考察了电解时间、直流电压、进水pH及曝气量对CODCr去除率的影响。试验表明:三维电极法对印染废水二级出水CODCr有良好的去除效果:当电解时间为15 min、直流电压为28 V、进水pH为3.5、曝气量为一般强度时,出水CODCr浓度可从88 mg/L降低到37 mg/L,对应的去除率为57.9%。     

关于债券组合久期计算的改进方法

分析了实践中最常用计算债券组合久期方法的不足,通过有效地应用泰勒展开式得到了计算债券组合久期的改进方法.该方法在计算债券组合久期时,只需知道债券组合中各种债券的收益率、权重、久期和凸性等信息.数字实验表明,该方法的计算精度明显优于常用方法,而且还具备很好的实用性.     

Markowitz资产组合理论在复合套期保值中的应用

首先论述了马科维茨的风险分散化理论及其方法论意义，接着说明了马科维茨运用风险分散化思想而提出的资产组合选择理论及其启示。最后，重点论述了马科维茨资产组合选择理论在复合套期保值中的应用，并用投影算法求解了一个实例。     

科技资源分类检索系统的设计与实现

针对科技资源检索中存在的问题,提出分类检索系统结构,论述分类检索系统的设计及实现,包括数据获取、数据分类、分类索引策略、分类查询和结果排序算法。通过对分类分布式检索深入研究分析,实现科技资源共享平台检索系统,系统的试运行结果证明了其可行性与高效性。     

Markowitz资产组合理论在复合套期保值中的应用

首先论述了马科维茨的风险分散化理论及其方法论意义，接着说明了马科茨运用风险分散化思想而提出的资产组合选择理论及其启示，最后，重点论述了马科维茨科资产组合选择理论在复合套期保值中的应用，并用投影算法求解了一个实例。     

基于特征选择和SVMs的图像分类

重点论述了基于MI图像特征选择方法[1],简要地讲述了支持向量机的SVMs分类器原理和设计[2]。提出了MI贪婪最优算法,将高维数据处理转化为一维数据处理,简化了运算难度,同时提高了分类速度和准确性。实验结果表明,通过对8个分类、上千张图片进行分类处理,效果好于传统的分类算法。     

企业进化的理想模式

论述了产生协同效应的企业并购可视为复杂系统的进化过程，在此基础上得出大脑是企业进化理想模式的猜想；接着，运用系统科学的思想论证了这种猜想的合理性。最后指出：通过广泛地借鉴脑科学的丰硕研究成果，可以大大地加深对复杂系统进化的基本规律和基本条件的认识，从而促进对企业并购问题的研究。