半单闭包类的构造

本文利用半单类的特征,给出了任意环类M的半单闭包的构造.     

格群根式类的映射刻画

证明了所有的格群根式类都由相应的根式映射唯一确定，利用根式映射的特征性质，我们可以得到格群根式类的某些有趣而重要的性质，并能给出霜些已知定理的简单证明。     

闵科夫斯基内积空间上关于距阵乘积交换性的一些结论

给出闵氏空间上矩阵乘积交换性的一些结论．     

基于分层聚类的k-means算法

为了更好地实现聚类,在分析分层聚类和k-means算法优缺点的基础上提出了一种改进的聚类算法.改进算法将分层聚类和k-means聚类算法的优点相结合,首先采用分层聚类,得到一个初始的聚类结果,然后应用k-means聚类算法继续聚类.实验结果表明,改进算法较原先传统的聚类算法,不但算法执行速度快、效率高,而且聚类效果也比较好。     

最小一乘下的PP k—聚类

研究了最小一乘下的ＰＰ ｋ－聚类问题，给出了相合性，得到了与最小二乘情形下类似的结论。     

杀虫双农药对土壤螨类和弹尾类影响的研究

对土壤进行杀虫双农药染毒实验，获土壤螨类７０３只，隶属于３个亚目２７个科；弹尾类６６６只，隶属于８科２０属，经染毒处理的土样中土壤类和弹尾类计６０８只，与对照组比较，土壤动物个体数量和科（属）数量均明显减少，与杀虫双处理浓度呈明显负相关，通过杀虫双对优势类群的染毒实验，结果表明：它们的数量迹随农药处理浓度的递增而减少，其中以弹尾类的棘图图属和球角属对杀虫双最为敏感。     

一个新的单调类定理

定义了w-类,由此建立了单调类定理,并给出了w-类的单调类定理的一些等价刻画.     

弱λ类的单调类定理

定义了弱λ类,由此建立了单调类定理,并给出了弱λ类的单调类定理的一些等价刻画.     

格序群的极扭类

证明了Ｎ不是极扭类，从而解答了Ｗ．Ｃ．Ｈｏｌｌａｎｄ中提出了的一个问题，这量Ｎ代表正规值格序群全体组成的扭类。     

Web日志挖掘的智能化站点技术

智能化Web站点(Intelligent web site)技术是从用户的浏览行为中自动学习用户的浏览模式，包括频繁访问页组、页面聚类、用户聚类等，并根据当前用户的浏览模式，定制个性化页面内容和改进站点结构，为用户提供个性化服务。     

第一类Stirling数和第二类Stirling数的关系式

给出第一类Stirling数和第二类Stirling数的关系式及一些性质,并给出几个第一类Stirling数的独立计算公式.     

模板在线聚类的目标跟踪

针对基于模板的目标跟踪算法存在模板冗余高、难以适应非刚性目标外观多变的问题,提出一种基于粒子滤波的模板在线聚类目标跟踪方法.首先建立用于描述目标和背景的正、负模板集,然后抽取候选粒子,使用候选粒子与正、负模板集的类内距离以及正、负模板集之间的类间距离来构建似然函数,最后依据最大后验概率准则确定最佳候选粒子作为跟踪结果.根据视频序列中连续变化的目标状态,将一定范围内的相似目标状态视为一个状态类,确定当前状态类的聚类半径.采用均值漂移算法对正模板集及最近几帧跟踪结果进行聚类,并将聚类后的中心集作为新的正模板集.实验表明,该算法能保留目标不同的外观状态,在复杂情况下仍能准确跟踪目标.     

基于加权特征的无监督模糊聚类入侵检测研究

鉴于网络入侵检测数据样本特征属性的异构性及贡献率不同,提出一种加权特征的异构数据相似性度量法来反应网络数据样本间的相似程度.针对基于模糊C-均值聚类的网络入侵检测算法聚类数目难以确定的问题,提出了一种自动确定最佳聚类数的无监督模糊聚类入侵检测算法.通过KDDcup1999数据集的仿真对比实验,结果表明本文算法能找到最佳...     

架设基于.NET的SMTP服务

在.NET Framework2.0版的System.Net.Mail命名空间中,新增了用于将电子邮件发送到简单邮件传输协议（SMTP）服务器的MailMessage类.本文应用MailMessage类及其From、To、Body、CC等关联属性以及Windows提供的IIS（Internet信息服务）,开发了一个基本的基于.NET的电子邮件发送服务以及一个电子邮件客户端软件MyMail.     

误差与测量不确定度的教学难点

误差与不确定度间的区别、联系是学习数据处理的难点.提出了在教学过程中的教学难点及学生容易混淆、出错的情况,并同时提出了在教学中需要强调的地方.     

基于局部密度估计的聚类个数确定研究

随着人工智能和数据挖掘技术的兴起,聚类分析已被广泛应用于通信、文本数据统计、生物信息学和图像处理中。对于非监督聚类分析,聚类的分类数目是决定聚类质量的关键因素。通常聚类个数事先无法确定,随即选择的初始聚类中心容易使聚类结果不稳定。针对此,基于聚类中心具有高局部密度且距高局部密度聚类中心距离较远的特点,提出一种基于局部密度估计的聚类个数的估计方法。经过仿真实验,验证了该算法具有良好的有效性和鲁棒性。     

σ—根与σ—半单类

定义σ-根和σ-半单类并给出它们的特征,得到根与半单类的新刻划。