Combined Density-based and Constraint-based Algorithm for Clustering

We propose a new clustering algorithm that assists the researchers to quickly and accurately analyze data. We call this algorithm Combined Density-based and Constraint-based Algorithm （CDC）. CDC consists of two phases. In the first phase, CDC employs the idea of density-based clustering algorithm to split the original data into a number of fragmented clusters. At the same time, CDC cuts off the noises and outliers. In the second phase, CDC employs the concept of K-means clustering algorithm to select a greater cluster to be the center. Then, the greater cluster merges some smaller clusters which satisfy some constraint rules.Due to the merged clusters around the center cluster, the clustering results show high accu racy. Moreover, CDC reduces the calculations and speeds up the clustering process. In this paper, the accuracy of CDC is evaluated and compared with those of K-means, hierarchical clustering, and the genetic clustering algorithm （GCA）proposed in 2004. Experimental results show that CDC has better performance.     

浅议常规三轴试验及其参数指标的选用

本文通过对常规三轴试验的具体介绍,根据试验条件和实际工程情况,分析了试验参数指标的选用及试验方法的适用范围,同时,针对试验条件和常规三轴仪对影响抗剪强度的因素进行了具体分析.     

Identify Implicit Communities by Grap Clustering

How to find these communities is an important research work. Recently, community discovery are mainly categorized to HITS algorithm, bipartite cores algorithm and maximum flow/minimum cut framework. In this paper, we proposed a new method to extract communities. The MCL algorithm, which is short for the Markov Cluster Algorithm, a fast and scalable unsupervised cluster algorithm is used to extract communities. By putting mirror deleting procedure behind graph clustering, we decrease comparing cost considerably. After MCL and mirror deletion, we use community member select algorithm to produce the sets of community candidates. The experiment and results show the new method works effectively and properly.     

基于模糊划分的神经网络集成

基于模糊聚类思想,提出了一种神经网络集成方法.由训练数据的模糊聚类结果,把训练数据划分成相交子集,基于各子集生成集成的个体神经网络.由于各子集所包含的数据和数据的类别各不相同,因而个体神经网络性能和结构存在差异.子集个数确定集成中个体神经网络个数.另外,基于隶属度函数计算公式,提出了个体神经网络输出结论结合方法.理论分析和实验结果表明,此方法对模式分类能取得较好的效果.     

端芳香氨基聚醚为软段的聚醚酰亚胺热塑性弹性体的制备与表征

以对氨基苯氧基封端的聚四氢呋喃醚(p-APTMEG 1 000、p-APTMEG 2 000)和均苯四甲酸酐(PMDA)为原料二步法制备了聚醚酰亚胺(PEI)热塑性弹性体.聚醚酰胺酸(PEA)的亚胺化在120℃3 h即可完成.DMA和DSC数据表明PEI具有两相结构,软、硬相具有良好的相分离,其橡胶平台宽,在-20~180℃范围,且模量随着软段分子量的增加而降低.TGA结果表明PEI具有优异的热稳定性,初始热分解温度(Tdi)高于420℃,且热降解温域窄.应力应变表明PEI具有优异的力学性能.     

外加剂对混凝土耐久性的影响

就传统萘系减水剂(polynaphthaene sulphonate type water-reducer,PSWR)和新型聚羧酸系减水剂(polycarboxylic acid type water-reducer,PAWR)对混凝土内部孔结构、内部缺陷及抵抗外部环境作用力的影响等进行了较全面的对比分析研究,揭示了PAWR对提高混凝土耐久性的作用.试验结果表明:与PSWR相比,PAWR能改善混凝土浆体内部孔结构及孔径分布,提高混凝土的密实性;能降低混凝土的绝热温升,优化水泥水化放热曲线,减少混凝土收缩变形,提高混凝土抗裂性能和体积稳定性,减少混凝土内部缺陷;同时,还可不同程度地提高混凝土抗碳化、抗冻性能、抗氯离子侵蚀能力和钢筋保护能力,增强混凝土对外部环境的抵抗力,从而极大地提高混凝土的耐久性.     

一种动态调整的混合蚂蚁聚类算法

设计和实现了一种改进的蚂蚁聚类算法.基于海上空袭目标攻击方向划分问题,分析了传统的聚类算法解决此类问题的不足,提出了一种动态调整的空袭方向划分混合蚂蚁聚类算法.该算法能充分利用空中目标信息动态调整参数,以获取合理聚类数和加速算法收敛,对孤立数据处理的鲁棒性较强.用人工数据集和真实数据集进行实验.结果表明,该算法是一种高效率的聚类算法,提高了空袭方向划分的准确性和科学性.     

侧链含偶氮的聚噻吩甲烯的合成及其三阶非线性研究

为了提高聚噻吩甲烯的非线性光学性能,通过4-醛基-4'-二甲胺基偶氮苯和噻吩的缩聚反应,合成了聚噻吩对二甲氨基偶氮苯甲烷(PTDMAAB),再用PTDMAAB与四氯苯醌发生脱氢反应合成了侧链含偶氮的聚噻吩甲烯(PTDMAABQ).用红外光谱、核磁共振氢谱、紫外-可见吸收光谱对PTDMAABQ进行了结构表征.与PTDMAAB相比,PTDMAABQ的红外谱图在波数为1650cm-1附近出现肩峰,紫外-可见吸收光谱上π→π 吸收峰红移35nm,都说明了醌化反应的发生和共轭结构的形成.X衍射表明,PTDMAABQ主要呈非晶态,但存在有微小晶区;热重分析显示,PTDMAABQ的热分解温度在275℃以上;用Z scan系统研究表明,PT DMAABQ薄膜具有大的非线性折射率和三阶非线性系数,分别为4 926×10-6和3 644×10-9esu.     

柠檬酸铝结构形态及其对部分水解聚丙烯酰胺-柠檬酸铝体系交联性质的影响

通过分析^27Al核磁共振波谱、自旋-晶格弛豫时间，结合数字拟合方法、渗析法和原子吸收分光光度法，对柠檬酸铝的形态结构及其影响因素进行了研究；利用转变压法研究了pH值对部分水解聚丙烯酰胺与柠檬酸铝体系交联过程的影响。结果表明，柠檬酸铝溶液中pH值增加时，Al(1)化学位移减少；pH值降低时，Al(2)化学位移减少。在柠檬酸铝溶液中存在两种形态的铝，一种是分子态，另一种是胶态。pH值增加时，分子态铝的量减少，而胶态铝的量增加。对部分水解聚丙烯酰胺与柠檬酸铝形成低聚合物浓度体系交联过程的研究表明，该反应所需柠檬酸铝为最佳形态结构时，溶液的pH值为5．0～7.0。     

ABS/PBT合金的研究进展及其应用

介绍了ABS／PBT合金在国内外的发展状况用其应用。对AKS／PBT合金及其增容、增韧体系的研究进行了综述，指出用PBT去改性不同牌号的AFS，在不加相容剂的情况下，也能得到较好性能的ABS／PBT合金，但其合金性能受加工条件的影响较大。用相容剂对ABS／PBT合金增容后，能显著提高其性能，且合金体体系相分散好，形态结构稳定。加入弹性体对ARS／PBT合金体系增韧，弹性体与相容剂协同增韧，在一定程度上克服了增韧对材料拉伸强度等性能造成的损失，起到了优化材料性能的目的。