VDBSCAN:变密度聚类算法

传统的密度聚类算法不能识别并聚类多个不同密度的簇。对此提出了变密度聚类算法VDBSCAN,针对密度不稳定的数据集,可有效识别并同时聚类不同密度的簇,避免合并和遗漏。VDBSCAN算法的基本思想是:根据k-dist图和DK分析,对数据集中的不同密度层次自动选择一组Eps值,分别调用DBSCAN算法。不同的Eps值,能够找到不同密度的簇。4个二维数据集实验验证了VDB-SCAN算法的有效性,表明VDBSCAN算法可以有效地聚类密度不均匀的数据集,且参数Eps的自动选择方法也是有效的和健壮的。     

共辐照法制备羟丙基淀粉的影响因素北大核心

通过γ射线共辐照法制备了羟丙基淀粉,利用分光光度计、傅里叶变换红外光谱仪、扫描电子显微镜、X射线衍射仪测定了摩尔取代度、化学结构、微观形貌及结晶结构,并讨论了辐照剂量、反应物配比、催化剂及浸泡处理对摩尔取代度的影响,以及辐照接枝反应对羟丙基淀粉红外特征吸收、晶体结构和微观形貌的影响。结果表明:共辐照可以得到较低摩尔取代度的羟丙基淀粉,辐照剂量100 k Gy以下是辐照接枝效率较高的区间,而氢氧化钠的加入则可以有效提高摩尔取代度。     

2017中国木结构产业发展高峰论坛即将召开

为落实《林业产业发展“十三五”规划》、《中共中央国务院关于进一步加强城市规划建设管理工作的若干意见》在具备条件的地方倡导发展现代木结构建筑政策,贯彻“一带一路”共享、互通理念,加强术结构新技术传播,宣传品牌建设理念,引导木结构行业健康可持续发展,由中国林科院木材工业研究所、山东立晨集团和全国小材标准化技术委员会结构用术材分技术委员会联合主办的“2017中国木结构产业发展高峰论坛”。     

基于PHP的高校信息平台的设计与实现

本项目基于PHP的高校信息平台建设是面向广大高考考生快速充分地了解各大高校有关信息的网络建设平台,根据自身条件快速查询,定位高校。项目主要采用PHP动态网站开发技术进行开发、服务器用Apache、数据库采用MySQL,通过这个平台,让高校与考生之间建立了一个互动性通道,加深考生对高校的了解,准确、及时得到自己所需要的信息。这是一个综合平台极强的网站,不仅可以发布高考历年分数动态,院校动态,专家指引,同分数竞争力,还可以链接到每一个学校的贴吧、论坛,项目所收集的信息由网站工作人员进行发布,达到考生填报志愿,综合比较的效果,最终以网页与论文的形式呈现。     

一种基于机器学习的属性缺失值模糊填补方法

针对不完全信息多属性决策问题中属性值缺失的情况,为使缺失值的填补更加客观,填补后数据集整体尽量保持填补前的分布,且不丢失已有信息,提出了一种基于机器学习的属性缺失值模糊填补方法。该方法通过寻找不需填补的属性相似的记录,在这些记录中发现需填补属性的可能取值及其概率,按照各取值的概率为缺失值分配相应的取值。该方法的基本思想对于离散型和连续型的数据集均适用。