最小一乘下的PP k－聚类

研究了最小一乘下的ＰＰｋ－聚类问题，给出了相合性，得到了与最小二乘情形下类似的结论。     

用数组嵌套对组平均聚合分类的一种算法的实现

在组平均聚合分类的一种算法中涉及的二叉树的运算，不用指针数据结构，而用数组嵌套进行编程的方法，适用于各种高级语言。文中给出了算法和程序。     

关于城镇体系的区域与结构研究——以湖北省宜昌地域为例

城镇体系是我国近年来城市地理和城市规划研究的重要课题之一。城镇体系的研究应主要是在区域背景研究基础上对其职能、空间和规模等三大结构的研究。据此,本文具体地分析了湖北省宜昌地域的经济社会发展对城镇体系的影响,提出了该体系结构的发展设想:(1) 建立以区域型工、矿业城镇性质为核心的职能结构;(2) 建设东、中、西均衡分布、各具特色的空间结构;(3) 加强两宜城镇群建设,组成中小结合的规模结构。     

工业机器人的多微机自适应控制算法

本文应用参数辨识和动态递阶控制方法研究工业机器人轨迹控制问题,提出了一种采用多微机系统的自适应控制算法,其在线执行时间短,便于实现。计算机仿真结果表明,本算法其有良好的控制效果。     

Reliability Analysis of Sensor Networks

To Integrate the capacity of sensing, communication, computing, and actuating, one of the compelling technological advances of these years has been the appearance of distributed wireless sensor network （DSN） for information gathering tasks. In order to save the energy, multi-hop routing between the sensor nodes and the sink node is necessary because of limited resource. In addition, the unpredictable conditional factors make the sensor nodes unreliable. In this paper, the reliability of routing designed for sensor network and some dependability issues of DSN, such as MTTF （mean time to failure） and the probability of connectivity between the sensor nodes and the sink node are analyzed. Unfortunately, we could not obtain the accurate result for the arbitrary network topology, which is # P-hard problem. And the reliability analysis of restricted topologies clustering-based is given. The method proposed in this paper will show us a constructive idea about how to place energyconstrained sensor nodes in the network efficiently from the prospective of reliability.     

数据挖掘技术在入侵检测中的应用

阐述了入侵检测和数据挖掘技术,并介绍了数据挖掘技术在入侵检测系统中的应用。     

基于Web日志的匿名网络用户聚类研究

该文探讨了从Web日志中提取匿名网络用户会话信息的方法以及会话向量的表述形式，并利用网页的层次性减少会话向量的维数，确定了用户会话之间的相似度的计算公式，最后采用leader层次聚类算法完成匿名网络用户会话聚类。实验结果表明，这种方法是高效可行的，可以较好地解决扩展性和动态聚类等问题。     

基于模糊聚类的学术期刊数据挖掘算法

提出了一种新的文档特征提取方法，将关键字通过文档的题名、摘要进行映射扩展，并对关键字的出现位置进行加权，不仅解决了维度偏高的问题，而且突出了重点特征词，提高了聚类的速度和精度。     

改进的灰色聚类方法及应用

基于灰色聚类分析理论，采用区间化算予对聚类对象的特性指标规范化，改进了白化权函数的选取方法．通过选择规范的白化权函数，使得每一个评判子类对所有的指标只需设定一种白化权函数．新方法不仅解决了传统的灰色聚类方法计算复杂的缺点，而且有效地克服了当聚类指标的意义、量纲不同，且在数量上悬殊较大时，采用传统的灰色聚类方法可能导致的某些特性指标参与聚类的作用十分微弱的局限性．通过具体的应用实例验证了该方法的有效性．     

煤与瓦斯突出预报数据关联性的聚类分析

合理地选择突出控制因素是进行突出预测的关键技术之一．首先给出了基于系统聚类的突出预报数据关联性分析方法，通过DB Index准则判断聚类模型的有效性．然后研究了煤与瓦斯突出控制因素的选择规则．最后以平顶山煤矿为例，分析了该矿突出预报数据间的关联性，得到了相应的变量聚类树，并选择了主要的突出控制因素．仿真结果验证了所提出的突出控制因素选择方法的合理性和有效性．图2，表3，参11．