混合型模糊聚类分析方法及其应用

在动态聚类方法和模糊ISODATA方法的基础上,提出了混合型模糊聚类分析方法.该方法首先利用传统的传递闭包方法得到1个初始分类,并在此基础上提出初始分划矩阵,根据考虑权重因子的模糊ISODATA方法对相关数据进行迭代计算,从而对数据进行有效分类.以股票分类为例对该方法进行实证分析,分析结果表明,应用该方法可以对股票进行有效分类优选.     

聚环氧琥珀酸衍生物缓蚀阻垢性能的理论研究

在油气田开发过程中会出现油管腐蚀和结垢的现象,从而造成巨大的经济损失并引起严重的安全问题。添加缓蚀阻垢剂是一种有效的防腐防垢的方法。近年来,随着人们环保意识的增强,环境友好的聚环氧琥珀酸(PESA)被广泛研究。采用量子化学和分子动力学模拟方法研究了PESA和聚环氧琥珀酸衍生物(MEA-PESA)的缓蚀阻垢性能。讨论了量子化学参数(前线分子轨道能量、能隙、整体硬度和Fukui指数)对缓蚀效率的影响。采用分子动力学模拟方法研究了8种缓蚀阻垢剂在金属和碳酸钙表面的吸附行为。结果表明,PESA和MEA-PESA缓蚀阻垢剂随着聚合度增加,缓蚀和阻垢效率均随之增强。     

DNA存储中的纠错方法综述

携带有遗传信息的脱氧核糖核酸DNA,具有密度高、维护成本低以及保存时间久等特点.在数据存储需求呈指数级增长趋势的时代背景下,DNA有望成为取代传统存储设备的潜在存储介质.由于DNA存储过程会不可避免地引入一些错误,纠错是目前DNA存储面临的一个主要问题.文章分析了DNA存储信道的复杂性,系统地总结了近年来DNA存储研究...     

基于聚类动态面板引力模型的国际贸易网络研究

本文提出一种针对网络型数据的聚类动态面板引力模型,用于国际贸易流量网络的研究.该模型假设各贸易国分属于不同的潜在类别,各国间贸易流量对应的模型系数由出口国和进口国所属的类别决定.提出使用马尔可夫链蒙特卡罗方法对模型参数以及各贸易国所属的潜在类别进行贝叶斯估计.对2001-2015年60个国家间的贸易流量数据进行了实证分析.结果表明,所提出的模型能够对贸易国进行聚类,有效地提高贸易流量预测的精度.所提出的聚类动态面板引力模型可以被广泛的应用于其他动态网络型数据的研究.     

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.     

仿生聚类算法研究与分析

仿生聚类算法是一种将仿生智能优化算法与传统聚类算法相结合的混合聚类算法,同时也是无监督学习算法。这类算法在生物智能算法的基础上,结合了传统聚类算法操作简单、求解速度快的特点,在解决高纬度复杂的聚类分析问题时表现尤为突出,目前已被广泛应用在物联网、图像处理、路径规划、医学等领域。文中主要对仿生聚类算法进行研究与分析。首先以蚁群聚类、果蝇聚类、人工蜂群聚类算法为例,着重从算法思想、生物智能算法与K均值聚类的结合流程以及具体应用3个方面进行介绍;然后对仿生聚类过程中的相似性度量方法和聚类结束后聚类结果无监督评价方法进行了详细描述;最后对仿生聚类算法的未来研究方向进行了总结与展望。     

超支化不饱和聚(酰胺-酯)的改性及热分解动力学

采用不同链长的十四酰氯和十八酰氯对超支化不饱和聚(酰胺-酯)(MHBP)的端羟基进行原位端基改性,制备出2种改性超支化聚合物,用傅立叶红外光谱(FTIR)、热重分析(TGA)、黏度法等对其结构及性能进行表征,并研究了它们的热分解行为及其热分解动力学.结果表明,其热分解反应不是一级反应,改性超支化聚合物的热稳定性与末端烷烃链的长度有关,用Ozawa法求出了热分解表观活化能.     

基于改进神经网络的模糊聚类算法

文章提出了一种新的聚类方法NFC,首先用模糊逻辑神经元网络的聚类算法和Cauchy训练的模拟退火算法相结合的局部算法得到初始聚类中心,然后用FCM算法进行模糊聚类;实验证明,NFC算法在一定程度上解决了FCM局部极值问题且有效性非常高。     

基于灰色系统理论的360°绩效考评

文章基于对现行的绩效考评方法的特点和有效性的分析,构建了360°绩效考评层次结构模型,利用层次分析法并结合德尔菲法确定各考评指标的权重,再运用灰色系统理论的原理和方法,提出一种以定量分析为主并与定性分析相结合的360°绩效考评方法;通过实例分析,此方法具有把各层考评者提供的"贫信息"做出系统综合的优点,最终不仅能得到被考评者的总评所属灰类及优劣顺序,而且可以得到各级指标所属灰类和具体的灰色评价权数,使360°绩效考评较好地达到了绩效反馈目的。     

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。