一种优化初始中心点的K-Means文本聚类算法

为解决传统K-Means算法以及它的变种会产生较大波动的聚类结果的问题,使用改进的模拟退火算法来优化初始中心,得到一种适合对文本数据聚类分析的算法.把改进的模拟退火算法和K-Means算法结合在一起,从而达到既能发挥模拟退火算法的全局寻优能力,又可以兼顾K-Means的局部寻优能力,较好地克服了K-Means对初始化敏感、容易陷入局部最优的缺点.实验证明,该算法可以生成质量较高而且聚类质量波动性较小的结果.     

富水充填材料蠕变及其硬化体内水分损失特征

为探讨富水充填材料在时效作用下的变形及其硬化体内水分损失特征,本文研究一定水固质量比的富水充填材料在不同应力水平下的蠕变性能,并通过扫描电镜观察、差热-热重分析等实验探讨充填体在蠕变过程前后的形变特征、水分损失及其与外界荷载的关系.结果表明：水固质量比为2.0的富水充填材料失稳破坏的临界应力为1.96 MPa,为其单轴抗压强度的90%；蠕变不会对富水充填材料中结合水含量造成影响；富水充填材料失稳破坏时内部结构发生非结合水的流失,非结合水含量损失相对值与所受荷载水平呈线性正相关关系；非结合水的流失导致结构内部出现更多的空隙,这些空隙在外界荷载作用下会迅速被压密,产生较大变形,导致充填体局部失稳,进而影响采空区的整体稳定.     

一种改进的多项式实根隔离算法

基于Maple软件包Discoverer中Trealroot算法,提出了一个整系数一元多项式实根隔离的改进算法.采用以Descartes法则和一个特殊的高效区间牛顿算法为根数法则的二分法,彻底抛弃了泰勒平移,避免了泰勒平移在高次稀疏情况下对性能的拖累;同时避免使用Trealroot中2个经验值.改进算法对于高次稀疏多项式特别有效,而且越是稀疏,算法的效率越高.对大量随机多项式进行测试,并与Trealroot和realroot(Maple中的实根隔离程序)进行比较.实验数据表明,该算法对高次稀疏多项式的实根隔离有很高的效率.