接收者驱动方法的动态负载平衡系统设计

负载平衡是机群计算中的一个重要问题.本文针对小规模机群系统下的并行应用环境,设计了基于接收者驱动的动态负载平衡系统(RILBS).系统采取集中控制与接收者驱动相结合的方法,避免了周期性的负载信息查询,从而减少了通信开销,使系统获得较理想的并行性能.     

分形和向量量化优化混合的图像压缩算法

介绍了对图像块的聚类分类方法和分形-VQ优化混合算法的实现原理和实现过程，设计了先横向后纵向优化的具体实现方案，并给出了算法描述，最后通过实验得到了很好的结果。     

集群系统的单一系统映像研究

提出了一种集群网络服务器单一系统映像的结构，即Glosim系统．该系统在操作系统内核层通过修改与IPC对象、进程信号相关的系统调用，提供全局系统映像服务，支持全局IPC对象，包括消息队列、信号量及共享内存，同时引入全局工作进程概念，透明地提供SSI服务，并与LVS和SIOS配合，实现了集群系统的高性能单一系统映像．     

基于核的动态聚类算法用于机械故障模式分类

针对k均值聚类对特征样本划分存在误分类的问题，提出用基于核的动态聚类算法对风机不同工作状态进行分类识别．实验结果表明，该方法能有效地识别机器运行的异常状态，并能对不同的故障模式进行正确的区分，可应用于机械设备运行状态的动态识别．     

Windows网络负载均衡调度器的研究

分析了负载均衡调度器的工作原理，提出了Windows网络负载均衡调度器的设计思想与体系结构，基于Windows2000实现了原型系统．该系统支持Windows和Linux两种平台的节点机，具有良好的可靠性和扩展性．     

模糊聚类分析在大气环境质量评价中的应用

目前,对大气环境质量评价一般采用国颁《环境空气质量标准》将大气中某种污染物的浓度值与国颁标准 值进行比较来分类,其不足之处是没有考虑不同等级的多种污染物对分类的共同影响。本文以模糊聚类 分析理论为基础,结合郑州市1989年的大气环境监测数据进行分类评价,克服了上述的不足,获得比较客 观的结果。     

一种基于聚类的粗糙集连续属性的离散化算法

粗糙集理论是一种新的处理不精确、不完全与不相容知识的数学工具。粗糙集理论只能对离散属性进行处理，而不能处理连续属性。中针对这一缺陷，利用连续数值属性有序性的性质和统计方差理论，提出了一种基于聚类的连续属性离散化算法。运用典型数据将本算法与现有方法进行了比较分析，得到了满意的结果。     

模糊聚类分割算法在织物淋水等级评定中的应用

本文应用基于二维直方图的图象分割模糊聚类方法对标准织物淋水试验等级的图象进行分割处理，即利用模糊Ｃ—均值（ＦＣＭ）聚类算法得到图象像素点的隶属度集合，并由各像素点的隶属度实现图像分割，完成图像的二值化。然后计算二值化后的图象上黑区域（物体）面积百分率，此值即为织物上的沾水面积百分率。实际评定织物淋水等级时，采用欧氏距离计算实验样品与标准样品淋水面积的贴近度来确定其淋水等级。     

福建海岛草丛植被的等级聚合分类

福建海岛草丛植被是海岛的重要资源,植被调查是实现沿海地区经济发展战略的重要措施之一。本文用等级聚合分类把福建海岛22个样地的草丛植被分为10个类型。揭示了按优势种划分的各个类型之间的联系和区别,表明了群落样地中的种类组成与环境之间的关系。研究证明,等级聚合分类在草丛植被分类中是可行的。     

一种改进的Fuzzy c—means聚类算法

该文提出了一种改进的ｆｕｚｚｙ ｃ－ｍｅａｎｓ算法（ＭＦＣＭ）。此算法是将传统算法（ＦＣＭ）直接对样本集聚类变为对特征集聚类，从而极大提高了ｆｕｚｚｙ ｃ－ｍｅａｎｓ的速度，证明了ＭＣＭ与ＦＭＣ在分类效果上的等价性，且ＭＦＣＭ较ＦＣＭ有较低的时间复杂性，讨论了ＭＦＣＭ与ＦＭＣ空间复杂性的关系。最后数值实验证实了结论。