一种动态调整的混合蚂蚁聚类算法

设计和实现了一种改进的蚂蚁聚类算法.基于海上空袭目标攻击方向划分问题,分析了传统的聚类算法解决此类问题的不足,提出了一种动态调整的空袭方向划分混合蚂蚁聚类算法.该算法能充分利用空中目标信息动态调整参数,以获取合理聚类数和加速算法收敛,对孤立数据处理的鲁棒性较强.用人工数据集和真实数据集进行实验.结果表明,该算法是一种高效率的聚类算法,提高了空袭方向划分的准确性和科学性.     

侧链含偶氮的聚噻吩甲烯的合成及其三阶非线性研究

为了提高聚噻吩甲烯的非线性光学性能,通过4-醛基-4'-二甲胺基偶氮苯和噻吩的缩聚反应,合成了聚噻吩对二甲氨基偶氮苯甲烷(PTDMAAB),再用PTDMAAB与四氯苯醌发生脱氢反应合成了侧链含偶氮的聚噻吩甲烯(PTDMAABQ).用红外光谱、核磁共振氢谱、紫外-可见吸收光谱对PTDMAABQ进行了结构表征.与PTDMAAB相比,PTDMAABQ的红外谱图在波数为1650cm-1附近出现肩峰,紫外-可见吸收光谱上π→π 吸收峰红移35nm,都说明了醌化反应的发生和共轭结构的形成.X衍射表明,PTDMAABQ主要呈非晶态,但存在有微小晶区;热重分析显示,PTDMAABQ的热分解温度在275℃以上;用Z scan系统研究表明,PT DMAABQ薄膜具有大的非线性折射率和三阶非线性系数,分别为4 926×10-6和3 644×10-9esu.     

柠檬酸铝结构形态及其对部分水解聚丙烯酰胺-柠檬酸铝体系交联性质的影响

通过分析^27Al核磁共振波谱、自旋-晶格弛豫时间，结合数字拟合方法、渗析法和原子吸收分光光度法，对柠檬酸铝的形态结构及其影响因素进行了研究；利用转变压法研究了pH值对部分水解聚丙烯酰胺与柠檬酸铝体系交联过程的影响。结果表明，柠檬酸铝溶液中pH值增加时，Al(1)化学位移减少；pH值降低时，Al(2)化学位移减少。在柠檬酸铝溶液中存在两种形态的铝，一种是分子态，另一种是胶态。pH值增加时，分子态铝的量减少，而胶态铝的量增加。对部分水解聚丙烯酰胺与柠檬酸铝形成低聚合物浓度体系交联过程的研究表明，该反应所需柠檬酸铝为最佳形态结构时，溶液的pH值为5．0～7.0。     

基于LSI和自组织神经网络的高效文本聚类方法

根据隐含语义索引(LSI)理论和动态自组织映射神经网络理论,提出了一种文本聚类的新方法.应用动态自组织映射神经网络来实现文本聚类,不必预先给定聚类个数,可以在任意合适的位置生成一个新的类,具有聚类灵活和精度高等特点,对于高维的文本特征向量来说,聚类速度很低;该方法应用LSI理论来建立文本集的向量空间模型,在词条的权重中引入了语义关系,消减了原词条矩阵中包含的"噪声"因素,从而更加突出了词和文本之间的语义关系.通过奇异值分解(SVD),有效地降低了向量空间的维数,克服了自组织神经网络的聚类缺陷,提高了文本聚类的精度和速度.     

ABS/PBT合金的研究进展及其应用

介绍了ABS／PBT合金在国内外的发展状况用其应用。对AKS／PBT合金及其增容、增韧体系的研究进行了综述，指出用PBT去改性不同牌号的AFS，在不加相容剂的情况下，也能得到较好性能的ABS／PBT合金，但其合金性能受加工条件的影响较大。用相容剂对ABS／PBT合金增容后，能显著提高其性能，且合金体体系相分散好，形态结构稳定。加入弹性体对ARS／PBT合金体系增韧，弹性体与相容剂协同增韧，在一定程度上克服了增韧对材料拉伸强度等性能造成的损失，起到了优化材料性能的目的。     

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。     

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。     

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.