渐进式项目驱动法在嵌入式系统课程改革中的应用——借鉴德国经验

在借鉴德国项目驱动式教学经验的基础上结合嵌入式自身特点,引入项目驱动的渐进式教学和实验方法,调整嵌入式系统的授课和实验内容使其适合渐进学习的原则,从企业中引进适合理论和实验教学的实际项目,改革现有课程评价体系使其更侧重于学生的实际动手能力。     

BK-means:骨架初始解K-means

K-means是典型的启发式聚类算法,容易受到初始解的影响而无法获得高质量的聚类结果。骨架是近年来启发式算法设计的研究热点,它是指所有全局最优解中相同的部分,对于提高启发式算法性能具有重要意义。给出的骨架初始解K-means算法(BK-means)的基本思想是:首先利用K-means算法得到一组局部最优解(聚类结果),通过对局部最优解求交得到骨架簇。利用骨架簇构造骨架初始解及新的搜索空间。最后以骨架初始解引导K-means算法在新的搜索空间中搜索聚类结果。在15组仿真数据集和4组实际数据集上的实验结果表明,BK-means算法具有获得高内聚、高分离的聚类结果能力。     

一种可信子空间标志方法*

在D-S证据理论的基础上,给出了可信子空间的定义及能够发现所有可信子空间的贪心算法CSL(creditable subspace labeling)。该方法迭代地发现原始特征空间的信任子空间集Cs。用户根据应用领域的需求, 对Cs中的每个可信子空间调用传统聚类算法发现聚类结果。实验结果表明,CSL具有正确发现原始特征空间的真实子空间的能力,为传统聚类算法处理高维数据空间聚类问题提供了一种新的途径。     

面向Weblog的模糊协同聚类算法

面向Weblog的协同聚类算法具有同时发现用户聚类及与之对应的页面聚类的能力,已成为Weblog数据挖掘的重要研究内容。由于现有的面向Weblog的协同聚类算法大多采用硬划分方法将用户和页面分配到聚类,因此,无法很好地处理聚类边界的问题,即一个用户可能属于多个聚类,从而影响了聚类质量。该文给出了一种面向Weblog的模糊协同聚类FCOW(Fuzzy CO-clustering for Weblog)算法来解决协同聚类算法的边界问题,以提高聚类结果的质量。该算法首先利用矩阵Hadamard积运算发现Weblog中隐含的独立用户模式1={,,K}PA pa pa;其次,依据pa k所对应的页面子集将剩余用户分配到该独立模式中,从而产生协同聚类结果 {k,k}CS CP,k=1,,K;最后计算每个用户和页面与协同聚类之间的模糊隶属度,并以该隶属度作为个性化推荐的依据。实验结果表明,FCOW算法具有获得高质量聚类结果的能力。     

共有信息引导的启发式聚类算法

启发式聚类算法采用局部搜索策略发现使得目标函数取极小值的聚类结果,即局部最优聚类结果。算法虽然具有收敛速度快等优点,但是初始解敏感问题严重地影响了聚类结果的质量。利用多个局部最优聚类结果中的共有信息设计启发式聚类算法。首先给出共有信息的定义及其发现算法FCI_G;然后利用共有信息设计启发式聚类算法CIGC;最后在多组仿真和实际数据集上考察了CIGC算法的性能。实验结果表明,共有信息对提高聚类算法质量有着显著的作用。     

基于随机模型预测控制的数据中心微电网能量优化调度研究

针对数据中心负荷的随机性和可再生能源出力的不确定性,为保证数据中心在实际运行中的稳定性和经济性,提出了一种基于随机模型预测控制的数据中心微电网能量优化调度方法。引入场景分析法描述不确定因素,以数据中心运行成本最低为目标建立优化模型,通过模型预测控制的滚动优化和反馈校正,协调系统内各设备的出力情况,减小数据中心的运行成本,并降低不确定因素对其运行产生的不良影响。以某个典型数据中心微电网系统为例进行仿真分析,仿真结果验证了所提方法的有效性。     

分段制造关键工序流程控制

本文介绍了船体ＱＣ小组为提高分段质量，对分段关键工序地行控制的具体措施。     

基于调整学习的聚类算法

调整学习是一种逐步求精的近似学习方法,是提高局部搜索解质量的重要途径之一.该方法调用调整算子填平局部最优解陷阱,构造一系列不同粒度的搜索空间,降低局部最优解对解质量的影响.利用调整学习的基本原理设计了聚类算法框架CAT_L,并给出了适合处理聚类问题的噪声平滑调整算子.实验对比了经典FCM算法与FCM-CAT_L(以FCM算法作为CAT_L框架的聚类算子)算法的聚类质量.实验结果表明,调整学习方法对提高聚类质量是有效的.     

酶联重组交联技术制备低脂白羽鸡肉块

目的:为充分利用本省的优质资源白羽鸡,采用生物交联技术,研制低脂白羽鸡肉块。方法:以嫩度为主要筛选指标,采用单因素试验筛选谷氨酰胺转氨酶、大豆分离蛋白、复配亲水胶和复合磷酸盐的适宜添加量,利用响应曲面法优化配方,做感官评定。结果:白羽鸡肉块的最佳配方:谷氨酰胺转氨酶1.07%(体积分数,下同)、大豆分离蛋白6%、复配亲水胶0.48%、复合磷酸盐0.31%。在此条件下,研制的白羽鸡肉块不仅脂肪含量低,而且感官品质得以提高。结论:利用生物技术研制的新型低脂白羽鸡肉块具有低脂、健康、风味好的特点。     

局部显著单元高维聚类算法

以等宽或随机宽度网格密度单元为基础的高维聚类算法不能保证复杂数据集中的聚类结果的质量。该文在核密度估计和空间统计理论的基础上,给出一种基于局部显著单元的高维聚类算法来处理复杂数据的高维聚类问题。该方法以局部核密度估计和空间统计理论为基础定义了局部显著单元结构来捕获局部数据分布;设计了能快速发现覆盖数据分布的局部显著区域的贪婪算法;对具有相同属性子集的局部显著单元执行Single-linkage算法发现其中的聚类结果。实验结果表明,以局部显著单元为基础的高维聚类算法能够发现复杂数据集中隐含的高质量聚类结果。