基于ART理论的自组织神经网络模型在水资源分类中的应用

BP和RBF神经网络技术以其强大的学习功能应用于水资源分类,取得了很好的效果。但当不具备已知样本时,以上技术很难应用。提出了可塑性较强、无监督的A－K网络模型,阐述了其基本原理和算法,并将其用于水文水资源研究领域中。实例表明,该方法能较理想地解决已知样本的分类问题,具有良好的应用前景。     

武汉市中南电缆制造有限公司

武汉市中南电缆制造有限公司是一家电线电缆专业生产厂家，是工业和信息化部与湖北省城乡电网建设与工程推荐企业。主要生产35kV及以下交联电力电缆、10kV与1kV架空电缆、1-5芯1kV聚氯乙烯和交联聚乙烯绝缘电力电缆，聚氯乙烯固定敷设电缆（软）电线，铝绞线和钢芯铝绞线、控制电缆、电子计算机电缆、     

一种新的K均值挖掘的隐私保护算法

对隐私保护数据挖掘算法进行了深入研究和分析。总结出目前研究的缺点,提出了一种新的K均值数据挖掘的隐私保护算法,通过与已有隐私保护算法的比较,在保证不减少隐私强度的情况下,提高了挖掘的精度。     

量子K最近邻算法

为减少经典K最近邻算法的时间复杂度,提出了量子K最近邻算法(QKNN)。介绍了QKNN算法的构造步骤,然后为减少量子计数子程序的运行时间,进一步将固定的K值修改为可变的k,形成改进的k可变的量子最近邻算法(QkvNN)。为弥补由于最近邻个数K变化带来的分类错误率上升的影响,在Boosting算法框架下,用三个由QkvNN算法训练的弱分类器,去构造了一个强分类器,从而提高单独运行QkvNN的分类精度。在此算法中,由于利用了量子计算的强大能力,使得经典K最近邻算法的时间复杂度从O(N)减小为O(N)。     

云计算环境中面向大数据的改进密度峰值聚类算法

对密度峰值聚类算法进行有效改进,计算各样本点之间的距离和各样本点局部密度,选择两者中较大的样本点作为聚类中心点,根据其余样本点与各中心点的距离设定样本点所属类别;引入K近邻算法对密度峰值聚类算法进行优化,求解各样本点的距离时只需要考虑其周围由邻近值决定的若干样本点,实现距离阈值的自动选取;根据距离矩阵计算样本点的密度,绘制决策图并选择簇内中心点,将剩余点根据密度值分配给离中心点距离最近的类;最后将K近邻-密度峰值聚类算法部署至Hadoop云计算平台,用于解决大规模数据聚类的问题。仿真结果表明,通过合理设置K近邻算法的近邻值k,K近邻-密度峰值聚类算法具有较好的大数据样本聚类性能,与常用聚类算法相比,该算法具有更高的聚类准确率和聚类效率,适用于大数据样本聚类。     

K比例H点标准加入法同时测定硝酸根和亚硝酸根

研究了在近中性介质中,硝酸根与亚硝酸根的紫外吸收光谱,提出了引用"K比例H点标准加入法"同时测定了硝酸根、亚硝酸根含量的方法.并测定了合成水样及环境水样中硝酸根和亚硝酸根含量,结果满意.     

盐生杜氏藻锰超氧化物歧化酶(MnSOD)在大肠杆菌中的功能鉴定

将极端耐盐的盐生杜氏藻(Dunaliella salina)的锰超氧化物歧化酶（DsMnSOD）基因克隆到表达载体pET32a中,并转入SOD缺陷型大肠杆菌菌株K12（SOD-）中,诱导重组蛋白表达,在耐盐、抗辐射和抗寒方面对其功能进行验证.结果显示,导入外源DsMnSOD基因的工程菌,在有氧条件下受到各种胁迫时,生长状况明显优于原菌,其耐受NaCl浓度从8%提高到10%,耐受紫外线（295nm,83μW/cm2）照射时间从45s提高到65s,4℃培养的存活率从10.7%提高19.0%,且SOD的     

La0.8K0.2MnO3催化去除NOx和碳烟反应的研究

利用程序升温反应技术(TPR)详细考察了在La0.8K0.2MnO3催化作用下,反应气体流量、反应气中碳烟质量分数和氧体积分数变化对NOx和碳烟氧化还原反应的影响.研究结果表明,反应气体流量越低、碳烟质量分数越高,越有利于反应进行.当流量由100 mL/min减小至40 mL/min时,碳烟的起燃温度和最大燃烧温度会降低大约50℃,NOx转化为N2的最大效率则从9.7%升至19.1%;碳烟质量分数的改变对碳烟的燃烧温度基本没有影响,但NOx转化为N2的效率随着碳烟质量分数的增加而显著增加,碳烟质量分数由3%增至18%时,NOx转化为N2的最大效率从8.4%升至27.3%;氧体积分数改变对催化反应有两方面影响,氧体积分数增加能促进碳烟的燃烧,但对NOx还原有一定程度的抑制作用,当氧体积分数由2%变为5%时,碳烟的起燃温度和最大燃烧温度分别从330℃和405℃降低了30℃,NOx转化为N2的最大效率从14.5%降至11.2%.     

一种基于KNN与改进SVM的车牌字符识别算法

提出了一种将KNN(K近邻)和支持向量机相结合的字符识别算法.首先用KNN对字符进行判断,如果输出的置信度大于阈值,则认为分类正确;如果小于阈值则采用支持向量机进行判决.改进了SVM分类器,通过调整支持向量机的分类超平面改进了支持向量机的性能.将算法应用到实际的车牌字符识别中,识别结果表明,这种方法在提高识别速度的同时,有效提高了字符的识别精度.