一种基于日志相似度的轨迹聚类评估方法

信息系统收集了大量的业务过程事件日志,过程发现旨在从事件日志中发现过程模型.但面对高度灵活的环境,简单地应用已有的过程发现技术通常会产生不可理解的过程模型(即意大利面模型)问题.轨迹聚类方法允许分解现有的事件日志,从而有效地解决这一问题.现有的轨迹聚类方法有很多,如基于向量空间方法的聚类、基于上下文感知的聚类、基于模型...     

负载MgO固体碱对聚甲氧基二甲醚脱酸精制性能的影响

采用混捏法制备负载MgO固体碱脱酸剂,利用热重、X射线衍射、N₂吸附-脱附、原子吸收光谱和Hammett吸附指示剂滴定等对其性质进行表征,测试固体碱脱酸剂对聚甲氧基二甲醚样品的脱酸性能、酸容量、径向抗压强度、再生性能等。结果表明：当聚甲氧基二甲醚原料酸度为219.67 mg KOH/(100 mL)、脱酸后产品酸度低于20 mg KOH/(100 mL)时,脱酸原料与脱酸剂的体积比可达44;450℃下焙烧再生后,脱酸活性仍超60%;该固体碱脱酸剂具有使用操作简单、无污染、可再生等优点。     

基于属性聚类的贝叶斯分类算法

在数据挖掘的过程中,由于贝叶斯分类算法要求条件属性必须独立,因此具有一定的局限性.考虑该缺陷,提出用数据挖掘中另一种常用聚类算法对原始数据的条件属性进行数据预处理后,再使用贝叶斯算法.实验表明该算法提高了分类的准确率.     

VILOFT针织保暖内衣面料的舒适性

用灰色聚类分析的方法对用VILOFT纤维开发的针织保暖内衣面料的舒适性进行研究，证明该类保暖内衣面料具有较高的保暖性、良好的透气性和透湿性，并选出了较优的方案．     

基于并行免疫遗传算法基因表达数据的动态模糊聚类

提出一种改进的并行免疫遗传算法, 通过在群体规模上引入“岛”的概念, 实现了可变的群体规模; 通过在适应度函数内引入免疫算子, 避免了算法过早收敛. 因此, 解决了寻优算法中局部收敛的困扰, 提高了获得全局最优解的几率. 把此算法应用于斯坦福大学酵母细胞周期表达数据库的数据进行共表达聚类, 并将实验结果与Spellman按照功能基因组学进行聚类所得结果进行了对比, 证明了所给算法在功能基因组 学聚类上的有效性.     

综合安全评估危险识别中专家意见一致度分析

针对综合安全评估(FSA)"危险识别"中专家意见一致度的分析方法进行了讨论.介绍了IM0推荐的W一致度指数法,并通过计算对该方法的特性进行分析.同时,进一步利用模糊聚类分析法对专家意见的相似度进行计算,并根据专家个人评估结果之间的相似程度进行分类.结合各专家的背景因素,可以得出专家意见与各影响因素之间的关联,以便根据实际需要对专家意见赋予权重,使得危险识别的结果更加可靠.     

用模糊聚类分析法建立神经网络岩土本构模型

针对岩土类材料本构关系复杂的情况 ,采用BP网络建立了其本构模型 ,并从神经网络隐层的本质特征出发 ,对样本数据 (应力和应变信息 )采用模糊聚类分析法进行特征抽取 ,以确定隐层节点数目 .算例结果表明 ,该方法是可行的 ,并具有较直观的物理意义 ,可为样本的选取提供指导作用 .     

增加光子奇(偶)对相干态的非经典特性

构造了增加光子奇(偶)对相干态并用数值模拟方法研究了它们的非经典性质.结果表明,增加光子奇(偶)对相干态都具有光子统计的亚泊松分布以及反聚束效应等非经典性质,是新型量子光场.在奇(偶)对相干态的两个场模上增加光子,都可以增强光场光子统计的亚泊松分布特性.     

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。