一种面向混合数据的自反馈模糊聚类分析算法

利用动态自反馈理论改造模糊聚类过程,分析入侵数据类型及其在入侵中所起的作用,提出一种面向混合数据的自反馈模糊聚类分析算法,并用算法对KDD99数据集进行对比测试.测试结果显示,本方法能够有效提高入侵检测引擎的检测率,降低其误报率,增强计算机系统抵御入侵及自身免疫能力.     

一种基于度量距离学习的图像检索方法

CBIR系统由于受图像低层特征的限制,制约了它的检索效果。机器学习和统计方法是一种有效的提高检索性能的方法,但通常需要大量的训练样本才能达到满意的检索精度。提出一种理想的距离度量函数,在对图像进行简单分类并提供少量训练样本的基础上,通过类的距离度量矩阵M的学习来考虑分量之间的相关性。这个度量导入二次最佳化问题的解,将训练样本类结构的倾斜最小化。试验结果表明,该方法能在学习样本极少的情况下提高检索的性能。     

基于互信息的Web文档聚类方法

由于网络信息的激增,如何充分利用大量的信息,并有效地为Web用户服务成为一个急需解决的问题。相关研究表明利用Web文档聚类的方法可以缩小信息检索的范围,提高查询准确率。通过分析Web文档的特征以及常用Web文档聚类方法的优缺点,提出了一种基于互信息理论的Web文档聚类的方法。在聚类的过程中,计算特征词之间的互信息值,根据阈值判断特征词是否属于同一类别。实验结果表明,该方法与K-Means聚类算法相比较,在准确率和召回率方面均有提高。     

高效液相色谱法测定十味龙胆花颗粒中的龙胆苦苷和盐酸小檗碱

建立一种同时测定十味龙胆花颗粒中的有效成分龙胆苦苷和盐酸小檗碱的高效液相色谱法.样品用50%甲醇超声提取,在Zorbax SB-C18柱上分离,以含1%乙酸的甲醇-水为流动相进行梯度洗脱,270 nm紫外检测,外标法定量.龙胆苦苷的线性范围为0.4~40μg/mL(r=0.9993),检出限0.14μg/mL;盐酸小檗碱的线性范围为0.15~30μg/mL(r=0.9999),检出限为0.03μg/mL;盐酸小檗碱的加标回收率为96.0%,相对标准偏差为1.8%;龙胆苦苷的加标回收率为103%,相对标准偏差为1.6%.方法简便快速,重现性好,结果准确,可用于药品十味龙胆花颗粒中胆苦苷和盐酸小檗碱的分析检测.     

一种鲁棒的半监督图聚类方法

考虑到?1范数度量比?2范数平方度量更鲁棒,基于?1度量提出了一种更鲁棒的半监督图聚类模型,针对该模型中非光滑目标函数不易优化的问题,利用Majorization-Minimization框架提出了一种新的求解算法并证明了其收敛性.实验结果表明,在监督信息有噪声或错误时,所提出的模型能提高半监督聚类的鲁棒性和有效性.     

商品果胶酶中PE和PG的热性质

比较了4种商品果胶酯酶中果胶酯酶(PE)和聚半乳糖醛酸酶(PG)的酶活,选择了果胶酯酶(PE)酶活和酶活比均较高的Pc-3作为原料,并研究了Pc-3中果胶酯酶(PE)和聚半乳糖醛酸酶(PG)的热稳定性.其PE的最适温度为43℃,而PG的最适温度为30℃和50℃.PE具有热不稳定性,而PG含有耐热和不耐热两部分.将粗酶制剂在55℃下加热10 m in后PE酶活保留了约80%,而PG酶活仅仅残留了9.98%,说明通过适当的热处理,可以得到高纯PE活力的酶制剂.     

一种基于免疫抗体聚类算法的复杂函数寻优

通过在克隆选择过程中引入抗体聚类机制,提出了一种用于复杂多模函数优化的新算法.通过聚类将抗体群分成多个子种群来实现其克隆选择策略,加速克隆扩增,从而提高抗体成熟力及亲和性.采用了混合超变异算子,使其能快速获取全局及局部最优.实验仿真结果表明:该算法对复杂函数寻优的过程是相当有效的,具备良好的全局和局部收敛可靠性.     

室温固化无溶剂双组份聚氨酯结构胶的研究

合成了4种相对分子质量和官能度各不相同的聚酯多元醇,并与MDI反应合成了端羟基及端异氰酸基预聚体,通过红外光谱对其结构进行了表征.研究了不同端羟基化合物与端异氰酸基化合物所构体系的粘接性能、热老化性能及热失重情况,结果表明该体系室温剪切强度为35~40 MPa,80℃,100℃和200℃剪切强度可达12~16 MPa,6~8 MPa和3~5 MPa,90°剥离强度为5~7 kN/m,T5最高为286℃,加入石棉后体系的高温剪切强度及耐热老化性能都得到提高.     

基于连通图动态分裂的聚类算法

当前大部分的聚类算法都难以处理任意形状和大小、存在孤立点和噪音以及密度多变的簇,为此,文中提出了一种基于连通图动态分裂的聚类算法.首先构造数据集的l-连通图,然后采用动态分裂策略对l-连通图进行分割,把数据集分成多个互不相连的连通图子集,每个连通图子集为一类.实验结果表明,所提出的算法能够有效地解决任意形状和大小、存在孤立点和噪音以及密度多变的簇的聚类问题,具有广泛的适用性.     

基于粗糙熵和K-均值聚类算法的图像分割

针对基于粗糙熵的图像分割算法不能满足复杂图像的多类目标提取的需要,本文先利用K-均值聚类算法对图像进行区域分割,再利用基于粗糙熵的方法对分割结果进行目标提取,从而达到多阈值分割的目的。通过对遥感图像进行分割处理,证明了改进后算法的有效性。