聚类分析算法在交通控制中的应用

聚类分析是根据物理或抽象对象间的相似程度对对象进行分类的一种方法，通过聚类分析使得同一类中的对象具有高的相似度，而与其他类中的对象则很不相同。PAM(Partitioning Around Medoids)算法是一种基于距离的分离式聚类方法，具有良好的抗噪声、抗偏离点的能力。本文将PAM算法应用于交通控制的时段划分中，通过验证分析．结果表明取得了良好的分类效果。     

二元合金溶解度间隙的集团变分法分析

应用集团变分法键近似理论,计算了原子间结合能 ε_(ij)为常数的二元合金溶解度间隙和失稳分解曲线,并就其最高临界温度 T_s 进行了理论分析。结果表明由集团变分法获得的T_s比用 Bragg-Williams 统计理论计算的临界温度低。这主要是因为集团变分法更精确地计算了溶体内能的缘故。     

Automated design of multiple-class piecewise linear classifiers

A new method and a supporting theorem for designing multiple-class piecewise linear classifiers are described. The method involves the cutting of straight line segments joining pairs of opposed points (i.e., points from distinct classes) ind-dimensional space. We refer to such straight line segments aslinks. We show how nearly to minimize the number of hyperplanes required to cut all of these links, thereby yielding a near-Bayes-optimal decision surface regardless of the number of classes, and we describe the underlying theory. This method does not require parameters to be specified by users — an improvement over earlier methods. Experiments on multiple-class data obtained from ship images show that classifiers designed by this method yield approximately the same error rate as the bestk-nearest neighbor rule, while providing faster decisions.This research was supported in part by the Army Research Office under grant DAAG29-84-K-0208 and in part by the University of California MICRO Program. We thank R. W. Doucette of the U.S. Naval Weapons Center and R. D. Holben of Ford Aerospace Corporation for providing the ship images in our experiments.     

星系团相关函数的标度关系

利用描述引力系统演化的伏拉索夫方程的标度关系探讨了宇宙中星系团分布的一些标度律，并结合一个宇宙加速模型进行了讨论发现，若宇宙膨胀因子α∝t^1.3，则能很好地解释观测到的星系团相关的标度律．     

企业集群的生态系统竞合模型

依据生态系统种间竞争与相互依存特征，建立了企业集群的竞争与合作相互作用的模型，并讨论了企业集群的竞舍效应，为企业集群的健康发展提供了新视角。     

基于ISO9001:2000的企业物流系统整合参考模型

建立良好的企业物流系统参考模型是整合企业物流系统和物流系统仿真的基础。分析比较ISO9001:2000标准、IDEF9000、GERAM和Zachman企业体系结构的基础上,提出了一种基于ISO9001:2000标准的企业物流整合参考模型。并依据理想企业建模框架应具备的条件对该模型做了评价。研究结果将对整合企业物流系统和物流系统仿真具有较好的指导作用。     

集群企业协同创新的智猪博弈恶化及治理

智猪博弈均衡是低成本集群中企业之间协同创新博弈的常见结果。本文运用博弈论的基本原理，构建了集群企业协作创新智猪博弈模型，通过对博弈模型的分析，提出了智猪博弈均衡存在的条件及恶化的可能，在此基础上提出了八种预防智猪博弈恶化以及促进合作均衡实现的策略设计。     

基于K-means聚类和遗传算法的少数类样本采样方法研究

传统的分类器对不均衡数据集的分类严重倾向于多数类.为了有效地提高不均衡数据集中少数类的分类性能,针对此问题提出了一种基于K-means聚类和遗传算法的少数类样本采样方法.通过K-means算法将少数类样本聚类分组,在每个聚类内使用遗传算法获取新样本并进行有效性验证,最后通过使用KNN和SVM分类器,在仿真实验中证明了方法的有效性.     

能量均衡分簇算法在传感器网络中的应用

无线传感器网络存在能量约束问题,网络簇头能量消耗不均衡和簇头的瓶颈等问题都是因为LEACH算法中簇首分布不均会造成的。为了解决这些问题,提出了一种新的算法,也就是基于能量高效网络分簇路由算法。为了让簇头均匀地分布在网络中,通过节点的能量、邻节点数确定出簇头的优先度。通过能量参数设置簇组建,大大降低了簇的重建频率。