面向稀疏数据集的聚类算法

在聚类过程中数据可能呈现稀疏性,如果仍用传统的欧式距离作为聚类指标,则聚类的质量和效率将会受到严重的影响。受到信息论中KL(Kullback-Leibler)散度的启发,采用基于KL散度的相似性度量方法,先描述数据的整体分布,进而对数据进行聚类。研究结果表明,最后通过实验验证本算法的有效性。这种方法可以利用簇中元素提供的信息来度量不同簇之间的相互关系,克传统欧式距离的缺点,提升算法准确度。     

基于映射簇的Web数据挖掘研究

传统特征选择算法在多维Web数据中由于其数据对象自身固有的稀缺性而常常失效。在典型多维Web数据挖掘应用中，不同数据对象集合对于不同雏度集合而言可能聚类会更好，且在每个簇的具体子空间中维度数将可能非常大。事实上，为所有簇查找出单个的小雏度集合是不可能的。本文应用映射簇的概念来明确簇与雏度的关系，将聚类问题转化为映射簇问题，从而简化计算提高挖掘效率。最后给出相应的算法。     

降水时间序列的聚类分析和预测

本文阐述了对160个中国大陆降雨序列进行同步预测的完整方法。预测模型是用多元分析和随机序列等方法综合建立的, 预测结果较好。文中重点研究能用个人计算机可方便地同时预测这160个点的方法。因此, 首先采用聚类方法将160个点的降水序列分成若干个局部特征相似的几个子类。采用该法的分类结果与国内大多数着名专家的分类结果相似。采用数据压缩法求出每个子类周期性特征的主成分序列, 计算中在精度损失不大情况下尽量压缩计算量。该模型预测一年后的降雨量, 获得令人满意的结果。     

Boole函数的稳健线性可分及其计数

Ｂｏｏｌｅ函数的线性可分和线性不可分问题,一直是前向人工神经网络的一个比较困难的问题,目前仅对变量数ｎ＜７的线性可分问题给予过讨论。本文基于简化问题讨论和优化问题的解的思想,提出了稳健分类复杂度的概念,并对Ｂｏｏｌｅ函数稳健分类复杂度为１的稳健线性可分问题,提出了对这类Ｂｏｏｌｅ函数进行计数的方法,并给出了计数结果     

一种基于自适应遗传算法的聚类分析方法

本文研究了基于自适应遗传算法进行聚类分析的基本原理和实现方法。自适应遗传算法不同于一般遗传算法之处是其交叉互换率与突变率这两个参数随串的适应度值而变化,极大地增强了算法的性能。实验结果表明,遗传算法应用于聚类分析能够搜索到更为精确的聚类中心值,在模式识别、数据压缩等领域有着广泛的应用前景。     

基于FCM和RS的矿产资源竞争力评价

在建立矿产资源竞争力评价指标体系的基础上,提出了一种基于模糊C-均值(FCM)和粗糙集(RS)相结合的综合评价方法对我国西部省份的矿产资源竞争力进行评价.该方法有效解决了在评价和预测问题中各因素的合理赋权问题,克服了现有专家评价方法的不足,更能客观地对矿产资源竞争力进行研究和评价,结果表明该方法是一种具有发展和应用前景的评价方法.     

基于次近邻扩散聚集生长的复杂网络及其分析

提出了一种基于次近邻扩散聚集生长的复杂网络模型生成法则.用于刻画与扩散置限凝聚等复杂现象相关的实测对象.通过细致的计算机仿真模拟,初步研究了生成半随机复杂网络的一些典型数字特征:包括度分布、网络直径、平均路径长度、平均聚类系数等.研究结果表明,按照提出的方法产生的复杂网络具有短的平均路径长度、较高的平均聚类系数、具备明显的齐次网络特性.同时,在变动跳动概率之差时,生成网络直径、平均路径长度、网络平均聚类系数等呈现规律性变化;且生成网络直径、平均路径长度与网络平均聚类系数呈负相关关系.     

基于Hough变换的交通流状态辨别方法

交通流状态辨别在智能交通系统中起着十分重要的作用。本文根据对交通流状态辨别研究的分析,提出基于Hough变换方法和模糊C均值聚类方法的交通状态辨别方法。其中,基于Hough变换的图像识别方法用于交通畅通流的辨别,模糊C均值聚类方法用于其它交通状态分类。而且利用快速路固定型交通检测器实时数据进行了实证分析,且与模糊C均值聚类方法进行了对比分析。分析结果表明本文方法与FCM方法相比,更符合于三相交通流理论,且满足城市快速路交通流的特征。该方法可用于交通流状态分析。     

Weighting and selection of variables for cluster analysis

One of the thorniest aspects of cluster analysis continues to be the weighting and selection of variables. This paper reports on the performance of nine methods on eight leading case simulated and real sets of data. The results demonstrate shortcomings of weighting based on the standard deviation or range as well as other more complex schemes in the literature. Weighting schemes based upon carefully chosen estimates of within-cluster and between-cluster variability are generally more effective. These estimates do not require knowledge of the cluster structure. Additional research is essential: worry-free approaches do not yet exist.     

全球转基因抗虫玉米专利布局及对我国的发展建议

转基因抗虫玉米在我国具有良好商业化应用前景,通过分析其全球专利布局,以厘清全球转基因抗虫玉米技术研发格局、洞悉技术发展趋势,明确我国该领域技术发展差距,为合理部署我国转基因抗虫玉米技术创新,有序推进其产业化发展、完善知识产权布局与保护,提供数据支撑。基于专利信息,采用文献计量法从时间、地域和研发主体等维度梳理全球转基因抗虫玉米技术研发格局,通过文本聚类和技术发展路线分析,明晰转基因抗虫玉米技术研发热点、发展历程及未来发展趋势。结果显示,当前全球转基因抗虫玉米技术研发趋于成熟,美国和中国是主要技术来源国,美国在专利规模、全球化布局和产业化发展方面优势显著,国际种业巨头专利储备丰富,布局地域广泛。表达载体构建是该领域的重点技术,多重抗虫基因组成的嵌合基因和多抗虫基因表达盒组合是其未来发展方向。我国在专利申请规模、全球化布局和产业化发展方面尚有差距,在表达载体构建和检测方法方面的专利布局仍有不足。建议我国以基因表达载体构建技术为重点优化技术研发布局、积极培育种企创新能力强化其创新主体地位,进一步提升知识产权保护水平及全球化布局战略意识。