改进最短距离法自动获取元胞自动机转换规则

提出了一种利用改进的最短距离算法自动获取地理元胞自动机转换规则的方法。CA的核心是如何定义转换规则,但目前主要是采用启发式的方法来定义转换规则,受主观因素影响较大。该模型通过熵化空间变量特征权重,对最短距离算法进行改进,自动获取CA的转换规则和模型参数值。并与一般的最短距离算法进行对比分析,结果表明,改进后的的最短距离算法所提取的转换规则在模拟城市发展时具有更高的精度,并且具有清晰的物理意义。     

空间聚类算法中的K值优化问题研究

在典型的空间聚类算法K-平均法和K-中心法中,K一般为用户事先确定的值,然而,实际中K值很难被精确地确定,往往表现为一个模糊的取值区间。在此提出距离代价函数的概念,建立了相应的数学模型并设计了一个新的K值优化算法,对空间聚类K值优化问题进行了初步的研究。     

基于定向技术距离函数的投入产出型Malmquist 指数

指出了传统Malmquist指数所存在的两个局限并对其进行了修正.修正后的Malmquist指数不仅考虑以非径向的定向技术距离函数取代径向的投入/产出距离函数,而且考虑了规模收益,从而使得Malmquist指数测量更准确,同时还测度了影响生产力进步的两个因素:技术进步和技术效率.     

LBS中理想的移动台位置更新策略

位置服务（LBS）的许多应用需要记录用户的历史轨速，现有的LBS系统开销比较大，降低了系统的容量。针对这些缺点，提出了一种理想的移动台位王更新策略，通过把用户分成2类，并依据该分类生成了2个动态改变用户定位频率的算法，结合用户的运动状态和用户指定的触发定位距离以及最大定位间隔时间来改变用户定位频率，使得记录下来的用户历史轨迹更加准确，同时提高了移动台位置更新的灵活性。     

An Interval-valued Fuzzy Competitive Neural Network

Because interval value is quite natural in clustering, an interval-valued fuzzy competitive neural network is proposed. Firstly, this paper proposes several definitions of distance relating to interval number. And then, it indicates the method of preprocessing input data, the structure of the network and the learning algorithm of the interval-valued fuzzy competitive neural network. This paper also analyses the principle of the learning algorithm. At last, an experiment is used to test the validity of the network.     

n维空间中质点之间距离分布及其特征

提出了随机分配的质点之间距离分布的概念,给出了最近距离分布公式,得到了最近距离和k次距离分布的众数,矩及质点空间密度D的充分统计量和极大似然估计.     

大学生考试成绩的模糊综合评价

从学生考试成绩排名的问题出发,运用模糊聚类分析与模糊综合评价的方法,以Excel和Matlab软件为辅助工具对学生成绩进行处理,按各科成绩对每位学生进行综合排名.结果表明聚类的结果与模糊综合评价的排名基本一致.这一结果从一定程度上反映学生各自的实际情况,做到了符合社会发展需求的有效排名.     

一种新的加热炉状态识别算法

最小距离法是一种应用非常广泛的状态识别算法,但其在使用过程巾要求待识别样本必须符合类内距离较小、类间距离较大这一前提条件,否则将会造成识别错误.针对最小距离法存在的问题,提出了一种基于人工神经网络的改进最小距离法,并将该方法应用于加热炉工况的状态识别.结果表明,该方法具有识别速度快、识别率高的优点,完全能够满足工业生产过程的需要.     

模块化设计及其在齿轮减速器中的应用

齿轮减速器在现代机械中应用极为广泛，但传统的设计方法已不能满足工业技术迅速发展的需要．分析了传统的齿轮减速器设计方法的不足，介绍了模块化设计理论及其主要特点，讲述了模块化设计在齿轮减速器中的应用．运用模块化设计不仅能使齿轮减速器具有很大适应性和灵活性，同时对提高齿轮减速器的传动质量，延长使用寿命都具有重要意义。     

一类耦合的非线性KdV方程组的Hausdorff维数和分形维数

研究了一类耦合的非线性KdV方程组解的渐进性质，根据非线性Galerkin方法和Leray-Schauder定理，应用线性变分的方法，得到了Hausdorff维数dH(A)≤J0和分形维数dF(A)≤[1 2b√b/3c/aJ0^3-bJ0]的上界估计。