基于品质度量的移动自组织网络安全分簇算法

为解决移动自组织网络中分簇存在的恶意簇首和簇首不稳定问题,通过在簇首选择中引入节点品质度量模型和分布式TA选择机制,提出了一种移动自组织网络安全分簇算法。该算法能生成适应不同通信模式、通信距离和移动速度的稳定簇结构,保持可信权威机构TA成员的相对稳定性。仿真分析表明：SCAQM能抵御外部恶意节点的入侵和内部合谋节点的威胁。相比其他分簇算法,SCAQM能有效抑制节点的恶意行为,以较小的算法控制开销生成更稳定的分簇结构。     

震区公路崩塌危险度评价模型研究

以＂5.12＂地震重灾县———青川县（青川生命线道路沿线）作为研究区域,选取产生崩塌及影响其稳定性的9个因素为评价因子,将崩塌危险度分为无危险、低度危险、中度危险和高度危险4个等级,建立了基于改进灰色聚类法的崩塌危险度评价模型。应用该模型对青川生命线道路沿线崩塌灾害点进行评价,将此评价结果与经典灰色聚类法所得的评价结果进行对比。研究结果表明,基于改进灰色聚类法的崩塌危险度评价模型所得的评价结果比经典灰色聚类法所得的评级结果更接近于现场专家勘查结果。由此可见,采用这种基于改进灰色聚类法的评价模型对崩塌危险度进行快速、科学、有效地评价是切实可行的。     

基于对应分析的冗余模糊C均值聚类算法研究

针对模糊C均值聚类（FCM）算法聚类原型最适合于球状类型簇的特点,提出了基于类间分离度和类内紧缩度加权的冗余聚类中心的FCM算法,即先将大簇或者延伸形状的簇（非凸）采用加权FCM算法分割成多个小类（冗余类）,从而规避FCM算法对初始聚类中心敏感的弱点．由于隶属度划分矩阵的元素是每个样本隶属于各冗余类的隶属度值,因此将其作为各冗余类的类特征,通过对应分析得到冗余类的新特征,再次采用加权FCM算法进行冗余类合并,最后达到分类效果．以代表曲线分割和曲面分割分类问题的3个典型数据集为算例,结果表明该方法能够识别不规则的簇,解决了FCM算法对初始聚类中心敏感的缺陷．     

基于动态阻尼因子的动态阻尼仿射传播聚类

为了有效地控制仿射传播聚类的全局搜索和局部搜索,将仿射传播聚类视作一个搜索能量函数最小值的方法,提出一种基于动态阻尼因子策略的动态阻尼仿射传播聚类．使用两阶段动态阻尼因子策略,使得仿射传播聚类迭代过程中阻尼因子不再是静态固定值,而是自适应的动态改变值,构造了1种线性策略和2种非线性策略来动态改变阻尼因子的值．在标准数据集上的实验结果表明：动态阻尼仿射传播聚类避免了仿射传播聚类发生震荡,同时可以加快仿射传播聚类的收敛．     

基于距离和分布的无线传感器网络分簇算法

考虑随机分布节点的剩余能量以及节点相对基站的位置,针对基站位置的非均匀无线传感器网络,提出了一种基于节点位置和分布密度的多跳自组织分簇算法．该算法在分簇准备阶段,根据节点分布密度和相对基站的距离确定分簇的半径,均衡分簇能耗;在簇头选举阶段,利用节点的剩余能量和节点连接密度信息,选择最优的节点成为簇头;在分簇建立阶段,限制分簇跳数,有效降低簇内通信量．通过一系列的仿真实验,验证了算法在节点均匀和非均匀分布情况下均能取得较好的性能,建立更为均衡的分簇结构,显著提高网络生存周期．     

网络用法挖掘及其应用

介绍了数据挖掘、网络挖掘和网络用法挖掘技术的理论发展及其它们在实际中的应用情况,并在挖掘算法的改善提高过程中进行了探索性的研究.为了有效地帮助Web站点管理员管理Web站点,帮助商家调整整个市场策略,提出了一种在给定的Web日志中利用事务数据库中的挖掘序列模式的方法来发现所有的大访问路径的算法.结果证明该算法是行之有效的.     

Density-based clustering method in the moving object database

With the rapid advance of wireless communication, tracking the positions of the moving objects is becoming increasingly feasible and necessary. Because a large number of people use mobile phones, we must handle a large moving object database as well as the following problems. How can we provide the customers with high quality service, that means, how can we deal with so many enquiries within as less time as possible? Because of the large number of data, the gap between CPU speed and the size of main memory has increasing considerably. One way to reduce the time to handle enquiries is to reduce the I/O number between the buffer and the secondary storage. An effective clustering of the objects can minimize the I/O cost between them. In this paper, according to the characteristic of the moving object database, we analyze the objects in buffer, according to their mappiigs in the two-dimension coordiiate, and then develop a density-based clustering method to effectively reorganize the clusters. This new mechanism leads to the less cost of the I/O operation and the more efficient response to enquiries.     

基于层次分析法和动态聚类法的大学科技园评价

大学科技园在我国的发展非常迅速,对其发展状况进行科学的评估是一个急需解决的问题.文中根据大学科技园的特点,采用层次分析法作为科技园发展要素评价的基本方法,并在此基础上利用动态聚类分析法对我国大学科技园的整体发展状况作出综合评估.通过实例分析,证明本评价体系简单实用,对大学科技园的发展能起到决策支持作用.     

一种使用属性表的快速概念聚类算法

形式概念分析是一种用于概念聚类的无监督机器学习技术,在数据挖掘、信息检索等很多领域中得到了应用．将概念搜索空间重新组织成一棵前缀树,并构造了一张属性表,利用表中保存的数据对前缀树进行剪枝,使概念聚类的过程仅在一些有效的子空间中执行,进而提出了一种使用属性表的快速概念聚类算法．实验结果表明,该算法在稠密和稀疏的形式背景下均优于NextClosure算法．     

基于聚类算法的选择性神经网络集成

为了提高集成个体的差异度,提出了一种利用聚类算法去除冗余个体的选择性集成方法,该方法通过使用神经网络作为基学习器,并在多值分类数据集上进行实验．结果表明,该技术计算效率高,精度与稳健性也与基于遗传算法的选择性集成方法相当甚至占优．