基于三支决策的密度敏感谱聚类

将三支决策与密度敏感谱聚类结合,提出了一种基于三支决策的密度敏感谱聚类算法。该算法通过在密度敏感谱聚类的聚类过程引入容差参数得到每个类的上界,然后通过扰动分析算法从上界中分离出核心域,上界和核心域的差值被认定为该类的边界域。聚类结果用核心域和边界域来表示每个类簇,可以更全面地展示数据的结构信息。与传统的硬聚类算法在UCI数据集的实验结果相比较,本文使用核心域计算聚类的评价指标DBI、AS和ACC都有所提升,较好地解决了不确定性对象的聚类问题。     

高岭土负载绿色合成纳米铁的制备及其对孔雀石绿和铅离子的去除性能研究

红背桂树叶提取物绿色合成铁纳米颗粒（Fe NPs）在水环境修复领域具有很高的应用潜力。但由于Fe NPs存在团聚、易氧化等不稳定因素,在去除污染物时抑制了反应活性。为了解决这一问题,使用一步法制备了高岭土负载Fe NPs （K-Fe NPs）,并系统地检测了其对孔雀石绿和Pb²⁺混合污染物的去除反应活性。采用X射线衍射（XRD）和傅里叶红外光谱（FTIR）对Fe NPs、高岭土和K-Fe NPs进行表征和分析。3种材料对比实验结果表明,K-Fe NPs对单独的孔雀石绿和Pb²⁺的去除效率（99.10%和93.41%）优于Fe NPs（93.67%和85.33%）和高岭土（32.54%和12.50%）。此外,K-Fe NPs经过4次重复循环对孔雀石绿和Pb²⁺的去除率仍分别为74.02%和55.48%。结果表明,K-Fe NPs在染料和重金属离子复合污染修复领域具有一定应用前景。     

潜在表示学习框架下的低冗余多视图聚类算法

基于潜在空间学习的多视图聚类研究得到了较大发展,但其通常忽略了原始数据中冗余信息的存在可能会带来不理想的聚类结果。为解决这个问题,提出一种潜在表示学习框架下的低冗余多视图聚类算法。基于k-means的方法,直接从各视图数据学习其低维表示,由于该低维表示的各个特征相互正交,学习到的低维表示通常含有较少的冗余信息。基于潜在空间的假设,各视图的低维表示可由同一个潜在表示投影得到。将两者结合,就能得到一个具有低冗余信息的统一的潜在表示。设计了一个优化算法来求解目标问题,在多个公开数据集上的实验表明了该算法的有效性。     

纯铁氮化层时效的透射电镜研究

用透射电镜研究了纯铁离子氮化缓冷后时效时,其扩散层中相的转变过程,并用实验力学中测定宏观应变的Moire法原理,通过对电镜水纹图象进行分析,测定了a"与a_N相间的共格应变值。     

模糊聚类应用于MIS子系统划分的研究

本文介绍了模糊聚类应用于ＭＩＳ子系统划分的新方法,包括基于模糊等价关系的方法和基于模糊相似关系的“最大树”方法．     

流动注射催化光度法同时测定铁和钒的研究

基于铁（Ⅲ）和钒（Ⅴ）对溴酸钾氧化维多利亚天蓝Ｂ褪色的催化作用及在不同反应条件下二者催化作用的差异,以及反应条件作为化学计量学中的量测通道,应用ＣＰＡ矩阵法对铁（Ⅲ）和Ⅴ同时测定进行了研究,建立了流动注射催化光度法同时测定铁和钒的方法,在铁（Ⅲ）和钒Ⅴ浓度比为１：２０￣４０：１的范围内,应用该法对其混合物进行测定,回收率分别为９５．５％和１０３．５％。     

基于双正交小波的快速矢量量化算法

提出了一种用于图象压缩的矢量量化算法．该算法通过构造符合图象小波变换系数特征的跨频带矢量,利用小波系数之间的相关性,提高了图象的编码效率和重构质量．同时,该算法又采用了两种新的矢量量化技术——非线性插补矢量量化（ＮＬＩＶＱ）和渐进构造聚类（ＰＣＣ）,提高了矢量量化的速度和码书质量．实验结果证明,该算法在比特率为０．１７２ｂｐｐ的条件下仍能获得ＰＳＮＲ＞３４ｄＢ的高质量重构图象．研究图象小波变换系数的固有特性是提高矢量量化性能的关键,而提高矢量量化速度是这类算法得以实用的重要前提．     

天然矿泉水生产中臭氧混合塔内臭氧浓度控制的研究

研究了在天然矿泉水生产中,使用臭氧灭菌工艺时臭氧混合塔内自臭氧浓度的变化对灭菌效果和铁锰沉淀的影响,从中确定了本公司矿泉水生产工艺中灭菌臭氧浓度的适当范围。     

铁铝原子在金属间化合物形成中的扩散

采用铁铝扩散偶,研究铁铝原子在化合反应中的扩散和金属间化合物的形成机理,扩散偶在铁铝低共熔反应温度上下进行热处理,结果表明,扩散偶在低于共熔反应温度处理时,在扩散偶铁－铝界面铁的一侧,通过铝原子的扩散,形成了富铝相金属间化合物ＦｅＡｌ２;而在高于共熔反应温度处理时,则在铁－铝界面上,通过铁、铝原子的互扩散形成了金属间化合物Ｆｅ３Ａｌ５,并随时间向两旁生长,两种化合物均为多孔体。研究发现铁、铝原子的     

砷酸钛氧钾铁电薄膜的研制

ＫＴｉＯＡｓＯ４（ＫＴＡ）晶体是一种新型的性能优良的铁电晶体,它的电光效应和非线性光学效应尤为突出,使得它在光电子技术及非线性光学领域有一系列重要应用［１］．ＫＴＡ与另一种已知的性能出众的非线性光学材料ＫＴｉＯＰＯ４（ＫＴＰ）相比,具有更高的非线性光...