排序方式: 共有24条查询结果,搜索用时 15 毫秒
1.
2.
3.
谱聚类是一种极具竞争力的聚类算法.相似度定义对谱聚类算法的性能有至关重要的影响.本文用两点的共享近邻数目表征局部密度,从而获知隐含的簇结构信息.将这一信息与自调节的高斯核函数结合,提出了基于共享近邻的自适应相似度及相应的谱聚类算法.它满足聚类假设的要求,具有局部密度的自适应性,能有效识别数据点之间的内在联系.典型人工和真实数据集上的实验结果证明了算法的有效性. 相似文献
4.
在软件工程中关于软件重用的问题是近几年来研究的热点问题。其中研究较多且应用广泛的是基于组件的软件重用。提出了一种基于组件的软件工程开发方法,并进行了详细的阐述。 相似文献
5.
以天花粉粗多糖(TRP)和壳聚糖(CS)为基质、柠檬酸(CA)为交联剂制备复合水凝胶作为伤口敷料促进小鼠皮肤伤口快速愈合。采用水提醇沉法提取天花粉粗多糖、三氯乙酸法除蛋白进行纯化;通过一步冻融法制备TRP水凝胶;通过傅里叶变换红外光谱(FT-IR)、扫描电镜(SEM)和质构分析揭示了TRP水凝胶的结构、形貌和机械性能;测定了TRP抗氧化能力以及TRP水凝胶的溶胀性能、溶血率;采用小鼠全皮层损伤模型研究了TRP水凝胶促进伤口愈合的能力。结果表明TRP水凝胶最大抗压强度为13.79 kPa,溶胀度为12.41;TRP和TRP水凝胶均具有较低的溶血率,TRP溶血率最高为1.29%,TRP6水凝胶(TRP含量为6 mg/mL)的溶血率为2.36%;TRP表现出良好的抗氧化活性,能有效清除多种自由基;在小鼠全皮层损伤修复实验中,TRP水凝胶组小鼠的愈合速度最快,H&E染色结果表明TRP水凝胶能更好的促进小鼠皮肤伤口处的毛囊再生和皮肤组织重建。研究表明TRP水凝胶在伤口敷料应用方面具有巨大潜力。 相似文献
6.
Visual C++与Matlab混合编程方法在图像处理中的应用 总被引:1,自引:0,他引:1
针对Visual C++和Matlab应用的特点,简单介绍了在Visual C++中调用Matlab的几种方法,并结合实例讨论了Visual C++和Matlab混合编程方法在图像处理中的应用。此方法避免了在VC开发环境中编制图像处理函数过于复杂、效率低的缺点,提高了编程效率并充分发挥了Visual C++和Matlab的优越性。 相似文献
7.
首先利用制浆法从剑麻纤维提取剑麻纤维浆(SFCP),然后通过对其化学预处理并结合高速搅拌的方法简便、快速、高效地制备了分散性良好具有高长径比的剑麻纤维素纳米纤(SNFC)。研究了氢氧化钠、SFCP以及氯乙酸三者用量比、氢氧化钠浓度和预处理反应时间对SFCP表面羧基接枝率、SNFC产率的影响。采用红外光谱、扫描电子显微镜、透射电子显微镜、X射线衍射和热重分析对所制的SFCP和SNFC的结构形态及性能进行了表征。结果表明,所得的SFCP具有纤维素I的晶型结构,直径约10~20μm,长度约1~2mm。羧基化过程的最佳优化方案是氢氧化钠水溶液的浓度为10%,SFCP、NaOH、氯乙酸三者的质量比为2∶1∶1,反应时间为3h,SNFC的产率最高可达91.7%。所得的SNFC仍然具有纤维素I的晶型结构,结晶度为76.9%,直径在3~5nm,长度在几百纳米到几微米。SNFC的最初热分解温度为248.4℃,比SFCP的起始分解温度321.7℃有所降低,但是700℃时的残炭率达到23.9%。 相似文献
8.
聚类分析是一种重要的数据挖掘方法。K-means聚类算法在数据挖掘领域具有非常重要的应用价值。针对K-means需要人工设定聚类个数并且易陷入局部极优的缺陷,提出了一种基于最近共享邻近节点的K-means聚类算法(KSNN)。KSNN在数据集中搜索中心点,依据中心点查找数据集个数,为K-means聚类提供参数。从而克服了K-means需要人工设定聚类个数的问题,同时具有较好的全局收敛性。实验证明KSNN算法比K-means、粒子群K-means(pso)以及多中心聚类算法(MCA)有更好的聚类效果。 相似文献
10.
站内搜索是继Web搜索后的另一重要的领域.由于基于文本的查询面临着许多困难,而且传统的链接分析技术并不能很好地工作于站内搜索,研究适于站内搜索的链接分析方法以提高站内查询质量是非常重要的.本文提出一种站内层次链接分析算法,在充分挖掘站点结构与站内搜索特点的基础上,为站内的每条链接合理地分配推荐性权重以计算站内页面的重要性,依此重新对文本查询的结果排序以提高查询质量.实验结果表明,相对于文本查询及Google站内搜索,此站内层次链接分析算法能充分提高查询的精度. 相似文献