基于Relief算法的特征学习聚类

聚类作为数据挖掘常用工具之一,是按照事物间的相似性进行的一种无监督分类．然而传统的聚类方法较少考虑特征权值．为此,通过研究、分析Relief算法及其在聚类应用中存在的问题,提出了一种基于Relief算法的特征评价函数,并将此函数运用到特征学习聚类中,以解决特征权值取值不当对聚类产生的负面影响．     

聚硅烷与聚乙炔比较性理论研究

用密度泛函理论(DFT),在B31YP/6-31G(d)水平下对主链含有30个原子的聚乙炔和聚硅烷在未掺杂和电荷掺杂及掺杂后在电场作用下进行几何全优化,再对它们的几何结构和自旋密度进行比较研究.结果表明,在聚乙炔中,电荷掺杂后在链中间区域形成了极子,加电场后,极子偏离中间位置向链的一端移动,电场越大,极子偏移也越大:在聚硅烷中,电荷掺杂后形成的极子几乎遍及整个分子链,加电场后极子移到了链端.表明在同样的电场下极子在聚硅烷中的移动程度比在聚乙炔中大.     

电荷掺杂和C1掺杂聚吡咯、聚呋喃、聚噻吩的导电性理论研究

利用Gaussian 03程序包中的密度泛函理论在B3LYP/6-31G(d)水平下,对未掺杂、电荷掺杂和C1掺杂的聚吡咯、聚呋喃、聚噻吩进行几何全优化,并对它们的几何结构、自旋密度、自然键轨道(NBO)、前线轨道能进行了理论分析.结果表明,电荷掺杂能使聚合物键长趋于平均化,其极子分布几乎遍及了整个分子链而C1原子掺杂对聚合物的影响主要集中在与C1原子相邻的C原子上,极子分布局域在C1原子附近的大约7个碳原子上,掺杂能够明显增强仃电子共轭性,降低能隙,从而增强导电性.     

控制合成变化粒径的SiOx纳米粒子

文章采用聚丙烯酰胺水凝胶为模板,以Na2SiO3作为SiOx的硅源,通过控制聚丙烯酰胺水凝胶模板中Na2SiO3溶液的浓度,合成了可变粒径的SiOx粒子,其粒径范围分别为220～250 nm、160～190 nm和10～20 nm;并通过场发射扫描电镜(FSEM)、透射电镜(TEM)、X射线光电子能谱(XPS)及红外光谱(IR)等对所制备的SiOx纳米粒子的形貌和成分进行表征.     

具有无穷多共存类吸引子的保守混沌系统同步控制

提出了一个三维的保守混沌系统,在MATLAB中绘制它的类吸引子图、相图、Lyapunov指数图及分析它的动力学特性,可以验证该系统是一个保守混沌系统.之后对系统进行正弦项变换,得到了一个新的三维系统,对变换后的系统进行分析,可以验证其也是保守混沌系统,且具有无穷多共存类混沌吸引子.最后,构造了一种多通道误差系统及同步控...     

一种分级超结构换热器网络综合优化方法及其应用

对分级超结构换热器网络模型的温度计算提出了一种通用的精确解方法,同时得到了显式解析解,并以这一解析解为基础,设计了以遗传算法和模拟退火算法为主,结合最速下降法的混合遗传算法,此外还在算法中引进精英策略和结构变异策略.应用实例的计算结果显示了这一混合遗传算法对于换热器网络的参数和结构都具有良好的搜索能力.     

填隙氧离子对钨酸铅晶体光学性质的影响及绿光起源的研究

应用GULP软件按照能量最低原理确定了钨酸铅(PWO)晶体中填隙氧离子的位置,再用CASTEP软件计算了完整PWO晶体和含有填隙氧离子的PWO晶体的总态密度、分态密度和吸收光谱.计算结果表明,填隙氧离子的存在不会造成PWO晶体可见光区的显著吸收;PWO晶体中的绿光中心可能起源于WO4 Oi.     

基于复合优化方法的导向架结构设计

以履带车辆台架试验平台的关键部件导向架为研究对象,结合拓扑优化与多目标优化方法,提出导向架的优化策略.首先,在设计初期为了达到快速减轻其质量的目的,基于变密度法对导向架进行拓扑优化;然后,利用Workbench建立导向架的参数化模型,通过中心复合设计法选取有限元结构分析样本点,并通过样本点和响应值建立最大应力、最大变形及质量的二阶多项式响应面模型;最后,基于遗传优化算法建立以静应力最大变形量、最大应力和质量为目标函数与约束条件的多目标优化模型,实现了导向架的多目标优化.优化结果表明：优化前后导向架性能都有不同程度的改善.     

2005—2020年我国5级以上地震地理位置聚类分析

地震的发生与每个地区的地形特征、气候环境、地理位置等自然因素紧密相关,了解地震发生的空间位置分布以及时间特征,对于准确掌握灾情并及时采取有效的急救措施具有重大意义。该文利用我国2005—2020年发生的5级以上地震的493条数据,对我国地震的总体情况进行描述性分析,从时间角度对我国历年地震的发生时间展开研究,从空间角度对发生地震的地理位置进行聚类。     

采用动态知识因子的基于知识共享的优化算法

针对基于知识共享的优化算法(GSK)之不足,提出一种采用动态知识因子的基于知识共享的优化算法(DKGSK)。首先,个体通过自适应权重来调节其搜索,在算法前期以较大步长进行全局探索,增强了算法全局探索能力;在算法后期以较小步长进行局部搜索,提升了算法局部开发能力。其次,个体使用动态知识因子来调控其搜索步长,使搜索步长更具灵活性和随机性,提升了个体的局部搜索能力,从而增强了算法的局部开发能力。再次,个体借助列维飞行增强其跳出局部最优的能力,从而增强了算法规避陷入局部最优的能力。通过12个基准测试函数的数值实验与仿真,结果表明DKGSK的全局收敛速度和优化精度方面均得到了明显的改善,规避陷入局部最优的能力得到了增强。