基于属性分组的子空间聚类算法研究

针对分类数据,基于属性分组技术和多目标聚类质量函数,提出一种子空间聚类算法.该算法采用属性分组技术,将高相关属性划分到同属性组中,利用同组属性相关性度量属性权重值,构建属性软子空间;采用基于多目标的聚类质量函数,判断整体聚类效果,通过迭代优化簇集结构,达到最佳的数据划分状态.在人工合成数据集和UCI数据集上,实验验证了该算法的正确性、高效性和可靠性.     

Demyanov差的两个运算

Demyanov差是非光滑分析与优化,尤其是拟可微分析与优化中的一个重要概念．基本的运算法则已经形成,包括加法运算、效乘运算、加法的消去律等．但是,其中部分公式是用包含关系表达的,这给使用造成了很大的不便．为此给出了两个关干Demyanov差的新的用等式表述的运算法则：两个彼此互补的凸紧集对的和的Demyanov差,有限个凸紧集的凸包和与这些凸紧集正交互补的凸紧集的Demyanov差．这两个法则可以用于计算和函效和极大值函数的次微分与超微分的Demyanov差,从而有助于表述既含等式约束,又含不等式约束的拟可微优化的最优性条件．     

基于高性能射线跟踪的高铁车站场景5G-R网络优化技术

针对目前反复路测及人工调试方式难以实现准确高效的铁路无线网络优化要求的弊端,面向5G-Railway(5G-R)频段,在高铁车站这一典型通信场景下,通过三维场景建模和射线跟踪技术,以提升无线网络优化效率和精度为目标,研究了不同反射、散射阶数与接收功率的关系,提出了面向车站场景的反/散射阶数功率增长模型和基于散射体空间分布及多径能量特征的无线网络基站参数优化算法.研究结果表明：本文提出的模型能够支撑射线跟踪传播机理的选择,保障网络覆盖预测结果的准确性;优化算法将车站场景的网络达标覆盖率较优化前提升了8.92%,验证了算法的可行性.研究成果可为完善我国智能铁路技术提供参考.     

Lawson-Mislove问题的一个必要条件

借助于Dcpo上的Scott拓扑,引进Scott吸收Dcpo的概念,并证明了函数空间上Scott拓扑与Isbell拓扑一致的必要条件是该函数空间的值域Dcpo是Scott吸收的.结果表明,Scott吸收性是Lawson-Mislove问题的一个必要性刻画.     

保对称矩阵张量积幂等的线性映射

设Sm是复数域C上m×m对称矩阵全体,Pm是Sm中全体幂等矩阵构成的子集.主要刻画了保持对称矩阵张量积幂等的线性映射φ:Sm?Sn→Smn即A?B∈Pmn?φ(A?B)∈Pmn的形式.是对矩阵张量积空间上的线性保持问题的补充和发展.     

保对称矩阵张量积秩的线性映射

设Sm是复数域?上m×m对称矩阵全体.线性映射φ:Sm(×)Sn→Smn保持矩阵张量积秩,即rankφ(A(×)B)=rank(A(×)B),?A∈Sm,B∈Sn当且仅当存在可逆阵P∈Mmn使得φ(X)=PXPt,?X∈Sm(×)Sn.本文是对矩阵张量积空间上的线性保持问题的补充和发展.     

约束空间近似正交的空间填充试验设计方法

试验设计空间存在约束是一种广泛存在的实际工程问题, 针对现有的约束空间试验设计方法存在生成设计点数不灵活, 算法优化时间长、效率低, 适用约束类型有限, 设计准则单一等问题, 提出一种约束空间近似正交的空间填充试验设计方法。基于设计点之间的距离和相关系数值构造试验设计准则, 通过改进的随机坐标交换算法进行方案求解。所提算法适合凸约束、非凸约束、解析约束、非解析约束等多种类型的约束, 而且适用于多维度的不规则试验设计空间。示例分析表明, 与现有方法相比, 所提算法具有优良的空间填充特性和较好的正交性。     

基于随机k-近邻集成算法的网络流量入侵检测

为了提高网络入侵检测模型的准确率与泛化性,提出基于随机k-近邻集成算法的网络流量入侵检测模型。首先,该模型提出一种集成赋权距离,来提高预测精度;其次,采用一种随机策略的集成方法对k-近邻模型进行集成,从而提高了其在异常检测过程中的全局和局部优化能力;然后,利用并行计算的方法提高了算法运行的效率;最后,构建了基于随机k-近邻集成算法的网络入侵检测模型,并采用KDD99数据集进行实验。实验结果表明,基于随机k-近邻集成算法相对于其他模型具有更好的检测效果,准确率和召回率分别达到99.05%和91.96%。     

关于算子同胚映射

在算子开集理论中给出了算子同胚映射的概念,得到了算子同胚映射的若干性质.     

一种不确定区域间的方向关系模型

基于区间值及其运算性质给出了不确定区域间方向关系的表示及推理方法. 该方法不同于基于经典模糊集及其截集的方向关系模型, 利用区间值方向关系矩阵分析不确定区域间方向关系的隶属程度, 将不确定区域间的方向关系划分为不确定区域与不确定区域间的方向关系、 不确定区域与分明区域间的方向关系、 分明区域与不确定区域间的方向关系、 分明区域与分明区域的方向关系4种类型. 将分明区域作为不确定区域的特例统一处理.