“汉江奇迹”的消亡——韩国金融危机原因分析及其启示

韩国企业高比率负债下的海外扩张的战略失误与国内政党纷争及国际市场紧缩交织在一起,被东南亚金融危机触发,终于将周期性的企业财务危机演化成经济体制的全面危机。“汉江奇迹”不再。韩国的失败在企业制度、金融体制、外债管理及经济增长模式诸方面值得我国引以为鉴。     

旱作区地膜玉米栽培技术的研究

2005～2007年在通辽市科尔沁区育新镇对地膜覆盖玉米进行了研究,并与裸地玉米进行对照,结果表明：地膜覆盖玉米可以保墒提墒,提高土壤温度,生育期提前,充分发挥边行优势效应,改善土壤环境,为玉米增产提供保证．     

高炉煤气发电增产降耗探讨

本文详细介绍了安钢集团永通公司余热发电在增产降耗中采取的一系列措施,进一步探讨了在有限的煤气资源下余热发电运行模式。     

复合驱羊蠕虫药物对建昌黑山羊和绵羊增重影响的研究

本试验主要测定“晴天”、“体内外驱虫一次净”应用于羊蠕虫病感染羊驱虫后对建昌黑山羊生长和增重的影响,结果表明,这两类药物应用于羊蠕虫病感染羊驱虫后对羊只的生长发育有较好的促进作用,建昌黑山羊和绵羊试验组分别比对照组净增重5.72kg/只和5.36kg/只(平均增重5.54kg),增重效果显著。     

一种改进樽海鞘群算法优化K-Means的小麦覆盖度提取方法

针对K-Means算法对初始聚类中心的依赖性较高,容易出现局部最优停滞的问题,提出一种改进樽海鞘群算法优化 K-Means 的小麦覆盖度提取算法。首先,将小麦图像转换到HSV色彩空间;然后,用改进樽海鞘群算法进行全局寻优,以获得全局最优值作为K-Means算法的初始聚类中心,接着运用K-Means算法进行局部寻优,直到迭代完成;最终,输出经过分割的小麦图像。为了评估算法性能,使用12个基准函数对ISSA及其他智能优化算法进行对比测试,同时将改进樽海鞘群算法优化K-Means应用于小麦覆盖度提取。结果表明,ISSA算法在优化精度和收敛速度上均超越其他算法,鲁棒性也得到了显著提高。与其他算法相比,ISSA-K算法分割后的小麦图像纹理比较清晰,效果更佳,同时具有更加高效的优势,可用于小麦覆盖度的提取,具有较强的实用性。     

K-means聚类分析算法中一个新的确定聚类个数有效性的指标

K-means 算法是聚类分析中使用最为广泛的算法之一.然而,该算法通常受到初始聚类条件的影响.关于这个问题的详细讨论可参看文献[1].该算法的另一个不足之处是,聚类数目K必须作为参数由用户提供.笔者提出了一个新的有关聚类有效性的度量指标和优化的K-means 算法.它能自动确定最佳聚类个数.     

多协议下智能家居协议的分类方法

针对市场上智能家居协议标准繁多,加大了流量识别与分类难度这一问题,提出了一种多协议下智能家居协议的分类方法.该方法利用数理统计计算出K-Means聚类算法的K值和聚类初始中心,基于向量空间模型(vec-tor space model,VSM)概念,使用数据对象间的相似度去代替K-Means聚类算法中数据对象间的距离,使用信息熵作为聚类好坏的评估.选用真实环境下捕获的实验数据进行测试验证.结果表明,该方法对多协议下智能家居协议的分类精度达到90％以上.     

基于文本最小相似度的中心选取方法

基于划分的聚类算法是一种局部最优算法.聚类初始中心的选择对该聚类算法的收敛速度和聚类的性能都有很大的影响.初始中心点应该选择来自不同的类并且初始中心点文本之间的相似度应尽量小,为此提出了一种新的基于最小相似度的中心选取方法,该方法选择相似度最小的两个样本分别作为初始的两个中心,然后依次选择到已知中心相似度最小的样本作为其他类的中心.实验表明该方法能够选出来自不同类的样本作为聚类的初始中心,同其他初始中心选择方法比较,聚类算法的性能有明显提高.     

新型肥料及其应用前景

为了实现农业的可持续发展,提高化肥的利用率,有效改良作物品质和改善环境污染,新的科研技术在农业中的应用越来越重要。本文介绍了新型肥料的种类及其应用、研究现状,并对其应用前景做了一定的分析。     

基于窗口调节的GAIMD拥塞控制算法研究

现行的多媒体数据传输大多没有拥塞控制,容易造成网络拥塞和不公平竞争,而用传统TCP传输多媒体数据则存在传输速率波动大的问题。文章针对多媒体数据在网络中的传输特点,利用模拟器进行仿真研究,验证了基于窗口调节的GAIMD拥塞控制方法在引入α、β控制参数后用于传输多媒体数据,具有较好的平滑性和TCP友好性。