太行山猕猴肤纹聚类研究

本文对60例（♂30，♀30）太行山猕猴的掌面花纹进行观察，结果表明，在所观察的840个花纹分布区中，主要是斗形纹，占51.6%,开放形花纹占20.5%，箕形纹占18.3%，双箕形花纹占8.8%，其它类型的花纹占0.8%，通过方差分析，左右侧掌面花纹的分布和性别之间的花纹比例均无显著性差异，通过对其它7种灵长类花纹资料比较和聚类分析，表明不同灵长类之间各类花纹的比例有明显差异，结果提示，肤纹类型和分布频率在灵长类不同分类阶元中有一定差异，是判别种间形态特征的依据之一。     

陆壳的生成:与赞歧岩类的联系

陆壳的平均成分为中性, 而某些典型岛弧岩浆岩也具中性的化学组成, 因而, 人们认为陆壳应产生于古老的会聚板块边界. 中性陆壳形成的一个可能机制是直接产生于上地幔的安山质熔体. 产于日本西南Setouchi火山岩带的赞歧岩类包括高镁安山岩(HMA), 是俯冲板片熔融及其后的熔体-地幔相互作用的结果. 该岩类形成于特殊构造环境(例如, 热的岩石圈俯冲进入异常热的上地幔), 这种环境可能在太古代时业已存在. 富水的高镁安山岩岩浆很可能在地壳内固结形成高镁安山质岩体, 然后这些岩体重熔产生了分异的赞歧岩类. 目前, 高镁安山岩岩浆的形成和分异可能正发生于Izu-Bonin-Mariana (IBM)弧-沟系. 这是因为: (1) IBM演化初始阶段以高镁安山岩岩浆作用为特征; (2) IBM中地壳的波速VP与总体陆壳的波速一致. 对具高镁安山质深成岩的VP估计也支持了这一点, 但也不能排除英云闪长质岩在该岛弧中部地壳的存在. 因此, 陆壳的形成也有可能由幔源玄武质岩浆分异而产生.     

结合蝙蝠算法改进的密度峰值聚类算法

密度峰值聚类算法(Denisity peaks clustering,DPC)具有聚类速度快、实现简单、参数较少等优点,但该算法的截断距离参数需要人工干预,并且参数的选取对于该算法的结果影响较大。为了解决这一缺陷,该文提出了结合蝙蝠算法改进的密度峰值聚类算法。该算法利用蝙蝠算法较强的寻优能力,寻找合适的截断距离取值,同时对蝙蝠算法的速度更新公式加入了自适应惯性权重来加强全局搜索能力。该算法选择多种数据集进行了实验仿真,并与其他同类算法进行对比。经过对比验证,结合蝙蝠算法改进的密度峰值聚类算法在聚类准确率上要明显优于其他算法。     

欢迎订阅2015年《吉林大学学报(理学版)》

<正>《吉林大学学报(理学版)》(原刊名为《吉林大学自然科学学报》)是由教育部主管、吉林大学主办的国家级中文综合性科学技术类核心期刊。以交流学术思想、推动科学研究、促进科教兴国和学校发展为办刊宗旨;以新(选题新,发表成果创新性强)、快(编辑出版速度快)、高(刊文学术水平和编辑出版质量高)为办刊特色;以研究论文、研究快报、研究简报和综合评述等形式报道吉林大学自然科学领域的基础研究、应用研究和开发研究中所取得的创新性研究成果。     

不同边界下玻色爱因斯坦凝聚体杂质间的类Casimir力

在引入参数下研究了5种不同边界条件下一维理想玻色爱因斯坦凝聚体中杂质间的类Casimir力,给出了这些边界下类Casimir力的通式.发现类Casimir力随杂质间距离增大而衰减,力的性质因边界不同表现为吸引或排斥.这说明当改变杂质满足的边界条件时可以改变类Casimir力的性质.同时,类Casimir力随玻色子质量的变化趋势也与边界条件有关.     

一种新的加权后缀树Web文档聚类方法

针对Web文档的结构及其特征,提出了一种新的加权后缀树聚类方法WSTC。首先,根据Web文档的HTML标签,把文档划分为具备不同重要性等级的段,段划分成句子,句子分割为词。其次,用句子替代文档构造后缀树,把其重要性等级作为结构权融入后缀树的节点,形成文档集的加权后缀树模型。最后,在选择和合并基类过程中,综合利用节点包含的文档数、句子数、短语长度和结构权。仿真实验表明,WSTC算法比传统STC算法取得了更好的聚类效果。     

基于稀疏指数排序的高维数据并行聚类算法

高维数据聚类是数据挖掘领域的重要研究课题,大规模高维数据聚类研究非常具有挑战性.针对高效的CABOSFV高维数据聚类算法,采用并行计算模式提高其大规模数据的处理能力,提出基于稀疏指数排序的高维数据并行聚类算法P-CABOSFV.该算法根据高维数据稀疏指数排序进行分割点选择实现数据划分,将数据分配到多个计算节点同时处理聚类任务,再基于集合稀疏特征差异度聚类结果合并策略将各计算节点的聚类结果合并得到最终聚类结果.UCI数据集和计算机合成数据集实验表明:高维数据并行聚类算法P-CABOSFV聚类质量良好,具有很强的数据规模和数据维度可扩展性,是有效可行的.     

基于直觉模糊聚类的目标识别

空中目标的正确识别对防空作战具有重要的意义。针对目标识别的特点,提出了基于直觉模糊聚类的识别方法。首先,给出了直觉模糊相似度和相异度的度量方法,并利用目标特征信息计算直觉模糊相似度和相异度。然后,在分析了现有的几种直觉模糊相似矩阵构造方法的基础上,提出了一种新的直觉模糊相似矩阵的构造方法,并给出了直觉模糊相似矩阵转化为直觉模糊等价矩阵的途径;此外,定义了直觉模糊等价矩阵的（α,β）截矩阵,进而实现直觉模糊集的聚类。最后,运用该方法对给定特征的空中目标进行了聚类分析,实验结果表明,提出的方法是可行、有效的。     

基于谱图理论的形状聚类仿真

谱图理论已经广泛的应用于形状表示、匹配和聚类。主要研究两个方面的问题：1、通过提取形状的骨架特征点和图谱分析,建立形状的数学模型;2、通过分析模型的数学特征,将形状投影到低维空间中。利用上述方法实现了形状的聚类仿真。针对公共数据集的仿真实验证明了该聚类算法能有效的实现形状聚类。