甲醛不同染毒剂量对小鼠免疫功能的影响

为了研究甲醛(formaldehyde,FA)染毒剂量对机体免疫功能的影响规律,小鼠分别以40、400 mg/kg剂量吸入FA 14 d后,接种传染性法氏囊疫苗(infectious bursal disease virus,IBDV),进行体重、脏器系数、淋巴细胞增殖能力、NK细胞活性、环磷酸腺苷(cyclic adenosine monophosphate,c AMP)和体液免疫水平的检测。结果为FA吸入40 mg/kg染毒小鼠体重下降最显著,肺脏的脏器系数极显著减小,NK细胞对靶细胞的杀伤能力显著下降,c AMP水平显著升高,IBDV特异性抗体水平受到显著抑制。结果表明FA吸入性染毒对肺脏损伤严重、抑制IBDV抗体水平;高剂量染毒与低剂量染毒相比其抑制机体产生体液免疫影响更大,导致免疫功能紊乱、产生较强的免疫毒性影响。     

基于灰色定权聚类的河南省辖市污染情况评估

环境是人类社会发展需要思考的重要因素,城市污染情况的评估对社会发展与环境污染间的平衡起到重要作用.针对目前环境污染评估中存在的指标不全面的问题,首先分析了固体、液体、气体3类污染物中的7个环境污染指标,使用层次分析法确定权重;其次,运用灰色定权聚类模型对河南省省辖市2013—2017年的污染情况样本进行综合分析、评估和集群划分;最后完成5年内的污染变化情况的评估,总结出污染情况东西差异和逐年向好的结论.实例分析结果表明:本文方法的合理性与可行性,为相关部门制订政策提供参考.     

电动汽车城市行驶工况构建

通过采集电动汽车及传统汽车的实际行驶数据,使用K-均值聚类法和马尔可夫链理论构建电动汽车与传统汽车城市行驶工况。构建出的城市行驶工况与当下较为流行的传统汽车的行驶工况进行比较。结果表明,电动汽车行驶工况与传统汽车行驶工况的加速度有较大的不同;这是因为电动汽车的电机扭矩响应速度快,低速时可以输出大扭矩。构建出的电动汽车行驶工况还可以作为评价电动汽车的经济性与碳排放的依据。     

基于人工免疫系统的检测器生成算法改进

研究了免疫检测器的生成机制,通过采用k平均聚类算法提取到的规则生成未成熟检测器,提出了将模糊逻辑理论运用到成熟检测器激活及记忆检测器生成的进化方法,改进了传统的以人工免疫为基础的入侵检测系统中随机生成未成熟检测器的算法.实验表明该方法能够提高检测器的检测性能,证实了该算法的有效性.     

基于能量效率的非均匀分簇无线传感器路由算法

自然环境中的监控节点分布具有天然的不均匀性,如南方有大量水塘的区域,典型的层次路由协议普遍存在节点分簇中的“热区”情况．针对这种监控对象特点,为了提高能量效率确保区域覆盖的有效性和时效性,本文提出了一种改进的非均匀分簇无线传感器网络路由算法．改进算法首先结合节点分布密度优化簇头选举,再对簇的竞争半径进行控制实现非均匀分簇,然后由各簇头计算距离系数和离散系数来确定各簇内部通信方式,最后在簇头之间采用单跳和多跳结合的传输机制．模拟实验结果表明,改进算法能较好地提高网络的能量效率,能显著地延长网络整体的生存时间．     

一种高效鲁棒的无监督模糊c均值聚类算法

先通过数据约简技术在不损失数据聚类结构的前提下对数据进行精简, 利用提出的近似模糊c均值聚类算法对精简后数据进行划分得到初始化中心, 再在该中心基础上通过模糊c均值聚类算法结合聚类有效性指标, 实现对数据的无监督聚类, 改进了无监督模糊c均值聚类算法聚类性能过分依赖初始化中心及大数据集下计算效率不理想的问题. 与已有算法的对比实验表明, 所提出的算法具有更高的求解精度与计算效率, 得到的聚类个数更合理.     

一种基于相似度量的离群点检测方法

离群点检测在是数据挖掘的重要领域,广泛应用在信用卡欺诈检测、网络入侵检测等重要方面,文中在结合层次聚类和相似性,给出高维数据的相似度量函数与类密度的概念,并基于类密度重新定义高维数据的离群点,从而提出一种基于相似度量的离群点检测算法;实验表明:算法对高维数据中的离群点检测有一定的价值。     

数据挖掘在劳动成本估计中的应用

企业家在进行投资前考虑的一个重要方面是企业未来的盈利能力,而最终是否盈利则取决于收入和支出。员工的工资总额(劳动力成本的主要部分)作为企业的一项重要支出自然纳入企业家投资决策的考虑范围,对我国不同地区不同行业劳动力成本的合理估计对决策的制定有着重要意义。通过基于聚类分析的数据挖掘技术,结合实证分析对19个主要行业和31个省市自治区(中国大陆)的薪资水平进行了分析和对比,以更直观的方式揭示内在含义,为企业投资决策提供支撑。     

基于聚类优化的RBF神经网络多标记学习算法

多标记学习采用RBF神经网络与K-means聚类算法相结合取得了较好的效果,但由于聚类数事先不能很好地确定,无法给出准确的聚类个数值,会导致聚类质量下降、聚类结果不稳定等,进而影响RBF神经网络多标记算法的稳定性及分类性能。本文从样本几何结构的角度出发,采用一种聚类有效性指标函数,为每个类寻找最优的聚类个数,从而优化问题的求解。理论研究和实验结果表明,改进后的算法在分类的稳定性及分类性能方面都有较好的表现。     

处理核磁共振数据的一种改进非负矩阵分解算法

文章将非负矩阵分解算法（NMF）引入到核磁共振数据处理中,由于NMF对因子矩阵随机初始化会造成解不稳定的问题,论文中用系统聚类法对样本进行聚类,然后取其均值初始化基矩阵,最后进行乘性迭代找出最优解,根据系数矩阵获得最终的分类结果,找出影响其分类的变量．