基于萤火虫群算法的网络入侵优化检测算法

针对模糊C 均值聚类法因对初始聚类中心敏感且容易陷入局部极小值而导致无法在网络入侵检测中获得精确分类结果的问题, 提出了基于萤火虫群优化（GSO: Glowworm Swarm Optimization)算法的网络入侵检测方法。采用标记样本得到初始聚类中心, 运用萤火虫群优化实现对聚类中心的优化。结果显示该方法有效。     

集群视角下新能源汽车技术扩散绩效影响因素实证研究

随着能源枯竭、环境污染等问题的日益突出,新能源汽车的发展成为大势所趋。基于集群的视角,利用SCP范式研究了集群中新能源汽车技术的扩散绩效,主要探讨了集群环境对汽车企业技术创新的影响及集群环境与技术发展的相互关系。同时,从新能源汽车技术发展及企业创新2个方面,讨论了其对新能源汽车技术扩散绩效的影响。采用实证研究的方法,收集了227份调查问卷,利用SPSS和AMOS软件进行了分析处理,研究结果表明:集群环境对企业创新有正向影响;新能源汽车技术发展能够促进其扩散绩效;企业创新对新能源汽车技术的扩散绩效具有显著正向影响;技术发展与集群环境相互影响显著。     

基于频繁词集聚类的微博新话题快速发现

新话题发现是进行舆情分析的基础和前提，新话题发现的一个关键环节是进行关键词的聚类分析.目前，大量的新话题来源于微博，但是将传统的聚类算法用于微 博新话题发现时，会产生特征向量的高维性和稀疏性问题，使得聚类结果非常不准确，而且收敛时间难以控制，进而影响舆情分析的可靠性和实时性.鉴此，本文提 出了频繁词集聚类FWSC （frequent words sets clustering）方法.实验结果表明，我们提出的方法能够快速有效地发现新话题.     

K-means聚类算法的研究实现

介绍K-means聚类算法推导过程,并给出利用Python实现K-means算法的程序,以进行验证.     

噪音环境下桥梁损伤声发射定位技术研究

为研究噪音环境下桥梁损伤的声发射定位方法,并获取相应的技术参数,在一座运营中的预应力钢筋混凝土桥梁的箱梁内部进行了声发射定位试验,通过定位参数的选取、断铅模拟损伤的声发射定位试验、声发射信号的滤波除噪、定位图聚类等一系列试验,达到了比较满意的定位效果,定位误差控制在50 mm以内,并获得了桥梁检测中的声发射门槛值、定位波速以及三个定位时间参数值[峰值定义时间(PDT)、撞击定义时间(HDT)、撞击锁闭时间(HLT)]。试验结果表明,在运营桥梁上进行声发射损伤定位时,门槛值设为40 d B可以滤除大部分环境噪音,同时通过关联图对比分析、利用数字滤波除噪,并对定位图进行聚类,可以进一步提高定位精度,最终误差可以控制在50 mm以内。研究结果可为声发射损伤定位技术在桥梁检测及监测方面的推广应用提供借鉴。     

动态分簇的异构传感器网络安全路由协议

当前很多无线传感器网络路由协议没有将安全因素考虑在内,而且一些已有的安全方案没有紧密结合典型分簇路由协议的运行机制,因此提出一种基于动态分簇的异构传感器网络安全路由协议(secure routing for dynamic clustering,SRDC).该协议在优先考虑能耗问题的基础上,通过多种安全机制实现密钥协商...     

无线传感器网络LEACH协议的研究与改进

在无线传感器网络体系结构中,网络层的路由技术至关重要.在分析了低功耗自适应分簇协议( low energy adaptive clustering hierarchy,LEACH)及LEACH相关的路由协议之后,提出一种基于LEACH的能量高效分簇路由算法(energy-efficient clustering rou...     

一种基于蜂窝模型改进的分簇路由算法

为进一步提高无线传感器网络的能量有效性、网络可靠性并延长网络寿命,提出了一种基于蜂窝模型改进的无线传感器网络分簇路由算法。该算法引入正六角形蜂窝模型作为网络中传感器节点的分簇结构,并结合节点间的角度比和距离比感知位置自主选择簇头。仿真结果显示,该算法与传统的LEACH分簇算法和基于位置的GAF分簇算法相比,有效地抑制了孤立节点的产生,均衡了网络能量和负载,提高了网络能量有效性,确保了网络可靠性,延长了网络的生命周期。     

自适应多窗口梯度幅值边缘检测算法

针对梯度幅值边缘检测算法无法检测连续边缘的问题,提出一种自适应多窗口梯度幅值边缘检测算法.首先使用传统梯度幅值边缘检测算法检测出初始边缘;然后在初始边缘上检测端点,使用K-均值聚类算法对端点进行分类,从而确定背景和目标灰度值接近的区域作为窗口;最后在窗口内使用梯度幅值检测边缘,通过多个窗口的并集得到最终的边缘.实验证明采用所提出的算法可以得到比较完整的边缘图,定位误差比传统的边缘检测算法小.     

一种双酚A结晶单元软测量建模的方法

单一软测量模型难以精确描述复杂生产过程的特性,为了有效处理生产过程的强非线性、大工况范围等复杂特性,提出了一种基于模糊c均值聚类算法(FCM)和支持向量机(SVM)的多模型建模方法,同时结合一种满意聚类算法进行聚类数c的确定。在对双酚A结晶单元工艺分析的基础上,将该方法应用于双酚A结晶单元的软测量建模,仿真结果证实了该建模方法的有效性。