一种基于边界识别的聚类算法

针对基于密度的聚类算法由高密度区到低密度区的处理顺序所带来的不能识别低密度对象类别的缺陷,通过对聚类过程中可能存在的边界识别进行讨论,提出了一种基于边界识别的聚类算法.该算法的思想是：同簇优先权高于密度优先权,即在选择下一个对象进行聚类时,在已聚类的对象中优先选择同一簇的对象,当对象沿某一方向扩展到达簇边界时停止扩展,转而向其他方向扩展,这种处理顺序能使得类别最大化.通过分析簇边界的密度变化特征,建立了边界识别准则,并根据该准则对数据进行聚类.通过在合成数据和美国加州大学提供的知识挖掘数据库数据集上的实验结果表明,所提算法能有效地处理低密度区域的数据,与识别聚类结构的对象排序算法相比,聚类效果可提高4%左右,而时间性能相当.     

现代新儒家与新道家

新儒家是接着历史上的儒家往下讲,而不是照着讲.历史上儒家与道家有诸多相通相近的地方,并取长补短、共同发展.顺此而下,现代新儒家的代表人物熊十力、牟宗三、冯友兰、方东美、唐君毅、马一浮等人都在不同侧面和不同程度上对道家思想有所研究与吸收.现代新道家同样是接着历史上的道家讲,是对道家思想形式与内容的某种创新.现代新儒家与现代新道家的关系也与历史上的儒道关系类似,在相互促进中共同发展.现代新道家的建构刚刚开始,在时间上晚于现代新儒家,需要积极研究新儒家的成果,并从自己的立场上开展哲理的运思与体系的建构.     

原癌基因类c-Myc蛋白在蟋蟀精子中的定位

目的检测黄脸油葫芦雄性个体精子发生过程中类c-Myc蛋白的表达。方法利用免疫组织化学的方法,对精子发生中类c-Myc表达进行定位。结果发现类c-Myc蛋白在精母细胞上为弱表达,精子细胞上有较高水平的表达,精原细胞及精子上没有表达。结论类c-Myc蛋白作为转录调节因子对于维持黄脸油葫芦精子的成熟过程起着十分重要的作用。     

分布式环境下全局模糊频繁项目集的快速挖掘

为了解决模糊关联规则挖掘算法需要用户事先给定模糊集和相应隶属度函数的问题，提出基于分布式聚类自动生成模糊集及隶属度函数的算法GFAM．该算法利用分布式K—Means聚类算法对每个数值型属性进行聚类，求得聚类中心，由此构造全局模糊集，定义全局隶属度函数．DFAR算法根据构造的全局模糊集及隶属度函数进行分布式模糊频繁项目集的快速挖掘，采用全局一局部站点模式，其中包括局部模糊频繁项目集产生算法FLF和全局模糊频繁项目集产生算法FGF．实验结果表明，该算法能准确地生成全局模糊频繁项目集，在求解全局模糊频繁项目集过程中，传送局部模糊候选项目集支持数的通信量为O（n），提高了算法的挖掘效率．     

对不平衡类分类的一种组合方法

具有不平衡类分布的数据集在许多实际应用中是很常见的,但由于类分布不平衡,给那些已有的分类算法带来了很多问题。一种为处理不平衡类问题而开发的基于决策树和人工神经网络的有效组合方法被讨论。它基于数据抽样的方法构建组合分类器,并利用ROC曲线(Receiver Operating Characteristic curve)作为评价挖掘性能的分析工具,最后在PAKDD2007竞赛活动提供的实际数据上进行了有效性验证。     

基于隶属度改进的模糊K-均值算法

本文对模糊聚类K-均值算法进行了分析,针对隶属度归一可能引起结果偏差,对隶属度进行了改进,并进行了实验比较,验证了改进的有效性。     

基于决策树和聚类理论的XML文档数据挖掘的研究

Extensible Markup Language即"可扩展的标置语言"(简记为XML)的出现,为基于Web的数据挖掘带来了便利,开发人员能够用XML的格式标记交换数据。充分利用XML的优点,提供一种利用决策树ID3修正算法和聚类的方法,对XML文档信息进行挖掘,并结合实例说明这种方法。     

Protégé知识模型的研究

研究了Protégé知识模型和元类体系结构，用元类描述了Protégé的知识模型并将protégé知识模型转换为RDF知识模型。     

河南省城市职能体系分析与优化

城市职能是以城市基本经济活动为基础的.采用2005年城市市辖区非农业人口以及劳动力与就业人口的统计资料,以城市基本经济活动为出发点,在多变量聚类的基础上运用城市经济基础研究的方法,对河南省18个主要城市进行综合职能分类,共分出6个大类,然后进行简单的分析.最后提出河南省城市职能体系存在的问题及其优化对策.     

浅谈大学体育中表演类项目课程的创新

运用文献资料法和访谈法，对大学体育中表演类项目课程的创新进行研究，提出现代高校教育应贯彻实施“以人为本”的教育理念，培养具备创新精神和实践能力的高素质专门人才的建议，以供同行参考和商榷。