自动文摘抽取的研究

本文详细介绍了自动文摘抽取的六种方法的基本原理,最后,在潜在语义索引模型选取法的基础上,提出了一种基于LSI语句聚类的语句选取方法     

基于遗传算法的直觉模糊C均值聚类算法

 针对一般直觉模糊C均值聚类算法在寻优过程中易陷入局部最优解的问题,利用遗传算法具备全局寻优的优点,提出了一种基于遗传算法的直觉模糊C均值聚类算法。在该算法中聚类中心为直觉模糊数,这使得遗传过程中个体信息变得复杂,进而增大了约束问题的处理难度。本文对产生的个体采用适时分段的归一化方法,很好地解决了该问题。仿真结果表明该算法所得聚类结果不仅准确而且更为细致。     

聚类算法在图书馆中的应用

依据图书馆的现有信息,结合数据挖掘的流行方向,应用聚类算法分析研究读者的借阅行为,获得对图书馆管理有用的信息,提高图书馆管理工作效率和资源利用率。     

Regional Merge K-means图像分割算法及其质量评价

K值是基于K-means聚类算法进行图像分割效果的关键因素,为了解决K值过小,图像分割不明显,K值过大,图像分割信息过于碎片化的问题,提出一种Regional Merge K-means(RMK)算法.首先对图像运用K-means算法进行聚类,然后运用区域合并(Regional Merge)优化图像分割效果,最后利用不同图像进行图像分割试验,并选用不同的质量评价指标对试验结果进行评价.结果表明,该算法能显著优化图像分割效果.     

对甲苯磺酸催化合成丁酮1,2-丙二醇缩酮

以对甲苯磺酸为催化剂,以丁酮和1,2-丙二醇为原料催化合成了丁酮1,2-丙二醇缩酮。正交实验筛选出适宜反应条件为:丁酮=0.2mol,n(丁酮):n(1,2-丙二醇)=1.0:1.6,催化剂用量占反应物料总质量的1.3%,带水剂环己烷用量为15mL,反应时间为60min.在此反应条件下,丁酮1,2-丙二醇缩酮的收率可达72.98%.     

基于聚类的无线Mesh网关选择及AP分组算法

针对无线Mesh网络网关部署和AP分组问题,提出了一种基于聚类思想的启发式算法.首先设计了一个最小跳数权重指标,其大小反映网关数以及最小跳数的辩证关系,通过这个指标,利用启发式算法获得一个较好的初始解;然后利用聚类k-means方法来对此初始解进行调整优化,使AP分组尽可能均匀;最后通过仿真实验验证该算法的有效性.结果...     

融合PCA降维和均值漂移聚类的协同过滤推荐算法

为了解决传统的协同过滤推荐算法中评分矩阵稀疏及近邻搜索耗时长导致的推荐准确性及时间效率有待提升的问题,设计了一种融合PCA降维和均值漂移聚类的协同过滤推荐算法PMCF。该算法用主成分分析法PCA保留最能代表用户兴趣的维度,以缓解评分矩阵稀疏问题;用均值漂移聚类算法在降维后的低维向量空间上对用户聚类,以减小目标用户最近邻的搜索范围。在Movielens数据集和HetRec2011-Movielens-2k数据集上的实验结果表明,PMCF算法能够有效地提升推荐结果的准确性,同时具有较高的时间效率。     

超导约瑟夫森结微波单光子量子态测量的研究

超导状态下用约瑟夫森结构成的微波单光子探测电路测量量子系统状态,定量分析并探讨约瑟夫森结的量子特征,作为一种新兴的固态量子位状态测量系统,对未来的量子信息理论与量子位的研究有着显著的帮助.     

基于相关熵和流形正则化的图像聚类

近年来,聚类作为机器学习、数据挖掘等领域的基本问题受到广泛的关注及研究,然而数据中普遍存在的噪声和异常值严重影响聚类结果.提出一个基于相关熵和流形正则化的聚类框架CRNMF(Correntropy and Manifold Regularization Non-Negative Matrix Factorization).首先,采用基于相关熵的非负矩阵分解（Non-Negative Matrix Factorization,NMF）作为损失函数来抑制非高斯噪声和异常值的影响;其次,充分考虑数据的结构信息,采用流形正则化学习数据的局部结构,并通过l2,1-范数对非负矩阵进行稀疏约束;最后,利用半二次优化技术（Half-Quadratic Optimization Technique,HQ）进行优化,并分析了收敛性和计算复杂度.在五个图像数据集上进行测试,实验结果表明,提出的框架在图像聚类任务中具有较好的有效性和鲁棒性.     

POSFET压电传感器结构参数与特性的研究

本文分析了ＰＯＳＦＥＴ压电传感器的结构参数与特性。理论分析表明ＰＶＤＦ薄膜的声学灵敏度与膜的厚度和膜的弹性刚性系数成正比。实验结果显示，ＰＯＳＦＥＴ传感器的输出峰值随扩展栅面积的增加而增大，随沟道长度的减小而增大。ＰＯＳＦＥＴ传感器的灵敏度比之ＰＶＤＦ直接粘贴硅背衬传感结构提高了２０ｄＢ。