技术转移的三个“六”

技术转移是典型的过程型创新。笔者从探讨如何有效推动技术转移入手，分析阐述了技术转移需要的六类人才、六种中介和六个技术评价参量的具体内涵，并通过分析六个参量的合理性最终实现技术顺利快捷地进入市场，投入到生产应用。     

综合文摘类期刊分类工作的新构想

介绍了综合文摘类期刊的分类情况,分析了综合文摘类期刊的基本特点,结合读者的阅读习惯,提出了此类期刊较为适用的分类方法。     

21～30阶群嵌入置换群的一些讨论

本文主要讨论了21阶到30阶的群到置换群的最小嵌入，并讨论了最小嵌入的个数及共轭类划分，并且最终得到了所有的结果．     

从近距离观察光的衍射现象结果中认识光的波粒二象性

世界万物是由一种物质通过多种多样的运动形成的,很久以前有人称这种物质叫以太,请允许我在这里称其为动子。物质是由动子通过不同的群体运动形式表现出来,而物质之外的时间、空间等元素都是因动子的运动产生或改变。文章将初步建立一个由类似于相对论时空观的时间、空间模型,并用这个模型来辨析相对论的时空理论。通过建立的模型证实相对论的时空理论存在的局限性。     

基于用户移动行为相似性聚类的Markov位置预测

由于采集点丢失或出现新用户等原因,GPS轨迹数据往往具有稀疏性,使得基于单个用户数据的位置预测准确率较低.针对这种情况,提出了基于移动行为相似性和用户聚类的Markov位置预测方法.首先,基于Voronoi图和原始GPS轨迹进行区域划分,位置预测基于区域轨迹进行;其次,提出了同时考虑用户转移特性和用户区域特性的移动行为相似性计算方法;再次,根据移动行为相似性对用户进行聚类,并在聚类的用户组上采用一阶Markov模型进行位置预测,提高了位置预测的准确性.真实GPS轨迹数据上的实验表明了所提出方法的有效性.     

基于聚类和协同标注的TSVM算法

针对数据集中类样本不均衡、样本标注代价大的问题,结合聚类算法、委员会投票思想和TSVM算法,提出一种基于聚类和协同标注的TSVM算法,该方法利用聚类算法进行子集划分,保证每个子集都包含良好的空间信息,对样本的标注采用多个分类器进行投票,提高标记准确率,减少错误的累积和传递,提高标注准确率,增强最后分类器的泛化性能.KDDCUP99数据集上的实验结果表明该方法对未知攻击有较高的检测准确率.     

基于IFCM-GRA的空间多维热误差温度测点优化

热误差是精密、超精密加工中主要的误差源之一,热误差温度测点优化是热误差补偿的关键问题.在机床空间多维布置的大量温度测点之间存在多重相关性,从众多测点中选取特征点的优劣程度,将直接影响到热误差补偿效果.通过对温度测点间多重相关性及温度与热误差关系的综合分析,采用改进的模糊C-均值(IFCM)聚类算法对温度测点进行聚类,以减小类与类之间温度测点的相关性,且避免FCM算法对初始聚类中心敏感易局部收敛的缺点.对温度测点按灰色关联分析(GRA)中的灰色综合关联度进行排序,从变化量和变化率的角度综合反映温度与热误差的关系.采用IFCM-GRA对温度测点进行优化,提高了热误差模型的鲁棒性及准确性,使温度测点数量大幅度减少.在某型号精密卧式加工中心上进行实验,温度测点从17个减少到4个.在不同转速下,利用多元线性回归对优化出的温度测点与热误差建立模型,所建立模型均能很好地预测热误差变化情况,经对预测模型分析,轴向热误差由几十微米减小到5μm以内.     

基于聚类方法的源代码相似度检测系统研究

首先分析了源代码相似度检测系统研究现状与存在问题。然后介绍了源代码相似度识别方法,给出了检测系统设计与实现,主要是系统框架设计、检测模块设计和检测结果输出等,最后对检测系统做了测试和效果分析。     

设计类大学生学习评价量表指标选取方法

目的研究设计类大学生学习评价量表指标选取方法;方法面向设计类学生及专家,以座谈会和问卷调查的方式确定测定因素,用因子分析、信度和效度分析法,对设计类大学生学习评价指标和测评量表进行系统研究;结果通过研究得出具有较高信度、效度和鉴别力的3个一级指标(学习动机、学习行为及过程、学习效果),22个二级指标的评价指标和测评量表;结论弥补了设计类大学生学习测量研究领域中的不足,丰富了设计类教育研究方法,为此类大学生学习评价研究提供了科学的量化工具及依据。     

基于兴趣度的聚类协同过滤推荐系统的设计

协同过滤技术被成功地应用于个性化推荐系统中.随着用户数目和网页数目的日益增加,整个用户矩阵数据极端稀疏并且实时性效果不理想.传统的推荐方法解决不了这些问题.本文结合兴趣度和聚类技术对客户的个人兴趣进行评价,提出了基于兴趣度的聚类协同过滤推荐系统,实验表明,该算法能够有效避免传统方法带来的弊端,提高系统的推荐质量.