基于部分匹配方式的可扩展P2P搜索算法

理想的P2P(Peer-to-Peer)搜索算法应该同时具有信息检索水平的查询质量和有效的搜索性能。然而,现有的搜索算法都不能同时较好地满足这两点。基于这两个目标,该文提出一种基于层次聚类的分布层层次聚类(DHC)搜索算法。该算法中首先利用向量空间模型将文件内容表示成向量的形式,然后经过层次聚类操作得到一棵关于全网所有文件向量的层次树,层次树信息分布式地存储于整个网络中,以层次树为路由线索,路由深度不会超过树的高度。初步仿真试验表明,该算法的查全率在80%以上,并具有对数量级的搜索与更新代价。     

2,2′,6,6′-四甲基-4,4′-二苯氧基二苯砜的合成与表征

以2，6-二甲基苯酚与4，4′-二氯二苯砜为原料，环丁砜为溶剂，通过亲核取代反应，合成出了2，2′，6，6′-四甲基-4，4′-二苯氧基二苯砜(o—M2DPODPS)，对其进行了IR、DSC、MS、^1H—NMR等表征分析．实验证明该化合物具有预期的结构，具有较高的熔点和纯度．     

钼钒磷酸-聚吡咯导电杂化材料本体修饰碳糊电极的制备、电化学及其电催化研究

首次采用化学法合成的Keggin型钼钒磷酸掺杂的聚吡咯杂化材料做修饰剂制得了本体修饰的碳糊电极，并研究了该修饰电极在酸性水溶液中的电化学行为。结果表明该修饰电极充分保持了钼钒磷酸的电化学活性和碳糊电极表面可更新的特点，不仅对过氧化氢和溴酸根的还原具有很好的电催化活性，而且还具有优良的稳定性。     

聚四氨基酞菁钴对氧还原的电催化性质

研究了聚四氨基酞菁钴修饰电极(p-CoTAPc／GC)催化氧还原反应的性质，用电聚合法在玻碳电极上制备p-p-CoTAPc／GC，并用循环伏安法研究其对氧还原催化的性质，结果表明：氧气的浓度及扫速对催化存在影响，随着氧气浓度的增加催化反应速度加快。     

一种基于自组织特征映射网络的聚类方法

针对传统聚类算法不能有效地处理大数据集和高维数据集的问题,提出了一种基于自组织特征映射网络的聚类方法。该方法能将任意维输入模式在输出层映射成一维或二维离散图形,并保持其拓扑结构不变,而且无需监督,能自动对输入模式进行聚类。给出了应用该方法的具体步骤和加速自组织过程的若干改进方法,通过仿真实验证明该算法的有效性。     

基于模糊C均值聚类和神经网络的短时交通流预测方法

短时交通流预测是动态交通控制和诱导的前提。提出一种模糊C均值聚类和神经网络相结合的短时交通流预测方法。用同一组实测数据对比计算了该方法与BP神经网络预测方法、模糊神经网络预测方法分别得到的预测结果。计算结果表明：所提出的方法的预测准确性明显地高于其他两种方法。     

基于神经网络模型的水泥粉磨配料

针对水泥粉磨配料过程具有非线性和强不确定性的特点,提出了采用高斯基函数神经网络建模的方法,即先离线训练网络模拟配料过程模型,再应用此模型实时在线计算水泥粉磨物料配合比.仿真结果表明,此方法所得配料计算结果与实际情况相吻合,并且实施快捷,灵活易移植.     

聚吡咯薄膜修饰电极对邻苯二酚和对苯二酚的测定

在0 85V的恒电位、聚合80s的条件下制得的PPy膜电极对邻苯二酚和对苯二酚进行测定,用自编的BASIC程序对其线性范围数据分别进行处理,均为5×10-6g/mL-40×10-6g/mL和2×10-6g/mL-40×10-6g/mL,对苯二酚的平均回收率为100 50%     

语音识别中基于模糊聚类分析的参数聚类

为减少语音识别中声学模型的参数量，提高参数训练的鲁棒性，基于声学决策树结构，提出利用模糊聚类分析方法对模型参数聚类，包括高斯聚类和方差共享．对大词汇量汉语连续语音识别的实验结果表明：高斯模糊聚类使高斯数减少25％时，识别率提高了0．15％．进一步做模糊方差共享，当方差减少到初始模型的24％，与同样参数量的未进行聚类的模型相比，误识率下降了3．01％，证明了模糊聚类分析在语音参数聚类中的有效性．     

自制核心链霉亲和素的性质

在实验室分离和纯化链霉亲和素的基础上对其性质进行了鉴定．在SDS-PAGE中链霉亲和素只有一条带，单体的分子量为14500Da，链霉亲和素的相对分子量约为58000Da；其等电点为5．9～6．2；结合生物素的活性为15．7U／mg．结果表明自制链霉亲和素为核心链霉亲和素，在纯度、活性等方面达到了理想的效果．