Fuzzy cluster analysis of the provenance of ancient Yaozhou porcelain body

The technique of neutron activation analysis (NAA) has been employed to measure the content of 29 kinds of elements in the sample of Yaozhou porcelain bodies,Then a fuzzy cluster analsis has been conducted to the NAA data and a diagram of the dynamic fuzzy cluster analysis has been achived,The results indicate that the batch of ancient Yaozhou porcelain bodies,which were of different overglaze color and were produced by different kilns during a period of over 800 years from the Tang Dynasty (618-907 A.D.) to the Yuan Dyansty(1271-1368 A.D.) ,has shared a stable and concentrated raw material source,Provenances of porcelain bodies from different times ,though having their specific independence ,enjoy a close relationship and are not far from one another,Provenances of porcelain bodies made during the Tang Dynasty and the Five Dynasties (907-960 A.D.)are found to be closer to one another,while those of the Song (960-1279A.D.) and the Jin Dynasty (1115-1234 A.D.)are comparatively concentrated in certain areas and are different from those of the Tang Dynasty .Both the tri-colored glazed pottery made in Yaozhou kilns during the Tang Dynasty and the Yaozhou porcelain bodies of the Tang period are from the same provenance.     

彩色图象量化方法的研究

彩色图象量化是图象处理中的关键技术之一,本文讨论了几种常用的色彩量化算法,并且提出限一种新的统计聚类算法,实验表明,该算法是一种性能较好、复杂度低的图象色彩量化方法。     

投影寻踪动态聚类模型

投影寻踪聚类模型在多因素聚类分析中被广泛应用并取得了满意的效果,然而,该模型还存在诸如密度窗宽参数取值经验确定等不足,有待改进提高.本文针对投影寻踪聚类模型的不足,首次把投影寻踪的思想和动态聚类方法结合起来构造投影指标,基于免疫进化算法,建立了投影寻踪动态聚类新模型.新模型一方面在整个运算过程中毋需人为给定参数,聚类结果客观、明确,另一方面,它还具有稳定性好、操作简便等特点.洪水分类的实际应用表明,投影寻踪动态聚类模型切实可行,取得了很好的效果,在多因素聚类分析领域具有广阔的应用前景.     

自动化系统数据挖掘问题的模拟退火解法

数据挖掘是近年来发展起来的新技术,指挥自动化的辅助决策过程也越来越依靠数据挖掘求解。通过数据挖掘,可以有效地处理海量数据,为正确决策提供支持。模拟退火是一种性能优越的计算智能算法,广泛应用于求解非线性最优化问题。数据挖掘中的数据聚类与模拟退火在本质特性上存在相似,可以将模拟退火应用于数据挖掘。通过蒙特卡罗方法生成随机数据,进行基于模拟退火的聚类分析。算例表明,新方法能够很好地进行数据聚类,具有较好的适用性。     

基于视频图像的人脸定位方法

给出了一种视频图像中的人脸定位方法,该方法首先通过一种平均帧差的方法检测人体运动区域;然后根据人脸分布的特点,采用水平投影的方法在运动区域里分离人脸和身体;最后根据人脸器官的分布规律,利用k-means的聚类算法对人眼进行定位.实验表明,该方法简单、高效,而且不依赖于人脸肤色,在一定范围内能很好地适应光照变化,能满足实时系统的要求.     

多体互作用对13-原子团簇相变特性的影响

采用M.I.Baskes的Lennard-Jones Embedded-Atom(LJ-EMA)势作为原子之间的互作用,结合常能分子动力学模拟,计算了13-原子团簇的热曲线、方均根键长起伏、比热、动能的短时平均、位移平方的平均、其它12个原子相对于中心原子的角分布函数,着重地计算了相变区域的情形,对团簇融化-凝固相变特性进行了较为详细的研究,得出多体作用力的大小增加、范围减小导致融化温度(动能)的降低和共存区域范围变小的结论;证实了在一定的总能范围内类固(solidlike)和类液(liquidlike)两类特性团簇的共存;进一步明确了两步过程(表面融化)的成因;观察到在三种较大多体互作用范围势的情况下,出现负比热;进一步揭示了热曲线斜率、方均根键长起伏、比热和动能的短时平均分布之间的关联。     

基于基站辅助定位的无线传感器网络通信协议

无线传感器网络受应用场合和节点结构的限制，要求算法具有低功耗和低复杂度等特点．为此提出了一种基于基站辅助定位的组网算法和路由协议，利用基站对抛撒区域扫描完成网络节点定位和分簇，节点只需接收基站发送的控制信息，节省了通信和计算开销，根据节点剩余能量和信号强度选举簇头、网关，形成以基站为根节点的路由树，减小了成员节点与簇头、簇头与簇头间的通讯耗能，路由协议中定义了源数据包和转发数据包两种数据格式，以实现数据从节点到基站的传输．在此基础上，研究了不同场景下网络的生存期和节点剩余能量、仿真结果表明提出的组网和路由协议能够均衡节点能耗，有效延长网络的生存期．     

我国外向型制造业集群发展和研究的新视角

过去20年来,区域发展理论基于西方国家的经验,重新高度评价了产业集群促进技术创新的功能。中国学者及时跟踪了国际研究,然而由于尚未密切结合国情特点,未能为决策部门提供适合的理论背景。作者从我国外向型制造业集群的发展实际出发,以新的视角分析了我国集群发展和研究方向。文章指出,我国集群形成之内在机制和国际背景都不同于发达国家的创新性集群。我国的集群正处在"全球-地方"张力的作用下,以多种方式嵌入跨国公司外包所形成的全球生产网络中。我国集群降低成本的功能十分有利于跨国采购商和合同制造商等企业,但它对建立国家和区域竞争优势的作用却是有限的。因此,我国集群发展的任务是孵育创新性的集群,而不是继续打造单纯追逐低成本的集群。关于我国集群研究的方向,本文提出需要继续从产业联系入手,密切结合国情,深入分析我国集群的实际演进和实际作用,从而探讨集群升级的政策措施。     

基于决策树和聚类理论的XML文档数据挖掘的研究

Extensible Markup Language即"可扩展的标置语言"(简记为XML)的出现,为基于Web的数据挖掘带来了便利,开发人员能够用XML的格式标记交换数据。充分利用XML的优点,提供一种利用决策树ID3修正算法和聚类的方法,对XML文档信息进行挖掘,并结合实例说明这种方法。     

Comparing the biological coherence of network clusters identified by different detection algorithms

Protein-protein interaction networks serve to carry out basic molecular activity in the cell. Detecting the modular structures from the protein-protein interaction network is important for understanding the organization, function and dynamics of a biological system. In order to identify functional neighbor- hoods based on network topology, many network cluster identification algorithms have been devel- oped. However, each algorithm might dissect a network from a different aspect and may provide dif- ferent insight on the network partition. In order to objectively evaluate the performance of four com- monly used cluster detection algorithms: molecular complex detection (MCODE), NetworkBlast, shortest-distance clustering (SDC) and Girvan-Newman (G-N) algorithm, we compared the biological coherence of the network clusters found by these algorithms through a uniform evaluation framework. Each algorithm was utilized to find network clusters in two different protein-protein interaction net- works with various parameters. Comparison of the resulting network clusters indicates that clusters found by MCODE and SDC are of higher biological coherence than those by NetworkBlast and G-N algorithm.