汉语普通话与沈阳方言转换的研究

中国地域辽阔,汉语包括多种方言。方言转换技术可实现方言间语音的转换,丰富语音交流的方式,增强语音交流的可懂性、友好性和趣味性。该文分析了普通话与沈阳方言在声调调类与调值、时长和特殊词等方面的差异;探讨了普通话与沈阳方言转换的可行性;提出了基于混合聚类算法的方言基频转换模型、基于统计的方言时长转换模型和基于加权有限状态机的特殊词识别算法;通过基本转换和说话人音色还原构建了方言转换系统,实现了实时普通话语音输入、沈阳方言语音输出。评测结果显示通过方言转换系统得到的方言语音与目标方言语音具有较高相似度。     

利用后溯重调度过程优化簇间数据交互

在多簇处理器情况下,指令应用所带来的簇间数据交互问题已经成为制约处理器性能的关键问题。针对此问题提出了在一般的调度后进行一次后溯重调度优化过程,减少了簇间的数据交互量,提高了编译器关于处理器的利用率,同时减少了编译生成的指令序列运行时所消耗的功耗。实验结果表明,利用该方法进行调度,比列表调度算法簇间数据交互量减少平均44.36%,调度后的指令执行时间的平均减少量为24.93%,比UAS(unified assign and schedule)调度算法簇间数据交互量减少平均31.25%,调度后的指令执行时间的平均减少量为14.62%。     

FCM与KFCM-II算法在医学MRI图像分割中的应用研究

医学图像分割在医学图像处理,尤其是临床诊断的MRI图像分析中起着重要的作用。由于医学成像过程中存在着各种退化因素,当前各种分割算法仍难以很好满足高层应用的需求。为解决这一问题,FCM (Fuzzy C-means clustering)算法和它的核方法版本KFCM(Kernel-based FCM)可以应用于图像分割以取得更好的性能表现。对FCM和KFCM-II算法应用于MRI图像分割进行了比较,讨论了在这两种算法中应用灰度有偏场纠正的效果。实验结果表明,在FCM和KFCM-II中采用有偏场模型可以取得更好的分割性能。     

基于两层可变聚类系数无标度网络的即时信息传播建模和仿真

即时通讯网络已成为大众信息传播的主要途径,研究了即时通讯网络信息传播的性质、规律以及预测、引导的方法和手段,利用可变聚类无标度网络模型建立了新的即时通讯网络的二层模型,并制定了信息传播规则.通过实验仿真对群数、聚类系数、传播者和免疫者的变化观察,发现群数越多则聚类系数越大,传播者峰值越高.以及免疫者也相应地有所提高,从而对信息传播的影响也越大.     

一种Ad Hoc网络混合式分簇路由算法

提出了一种Ad Hoc网络混合式分簇路由算法。在分簇的基础上,簇内使用先验式路由,簇间使用反应式路由,充分利用了分簇结构的特点和优势,将分簇算法与路由算法有机结合,有效地提高了网络的路由发现效率。与AODV,DSR的仿真结果进行比较表明,该算法路由控制开销小,路由速度快,占用带宽少,健壮性好。     

基于聚类的触发式网络监控模型研究

根据网络传输数据量大,实时性高的特点,提出一种基于聚类的触发式网络监控模型。该模型将系统划分为网络用户层、实时监控层、数据分析层、触发控制层、前端应用管理层等五个层次,将数据处理分为信息采集、数据初步分析、数据聚类、结论确定和响应阶段,依靠各模块实现各阶段的任务和功能。模型各部件分布式部署,可各自承担数据处理和传输存储任务,提高了整体运行效率。     

基于改进的动态聚类算法的配送车辆调度研究

研究了物流配送车辆调度优化问题,建立了以所需车辆数最少为第一目标,以车辆总行程最短为第2目标的双目标优化模型.把问题分成2阶段进行求解,第1阶段用改进的动态聚类算法分派车辆的配送任务,第2阶段用动态规划方法求出车辆的行车路线;实例证明,算法有效降低问题的复杂性,使问题在合理的时间内得到满意解,模型和算法均具有较大的推广意义.     

Stable initialization scheme for K -means clustering

Though K-means is very popular for general clustering, its performance which generally converges to numerous local minima depends highly on initial cluster centers. In this paper a novel initialization scheme to select initial cluster centers for K-means clustering is proposed. This algorithm is based on reverse nearest neighbor (RNN) search which retrieves all points in a given data set whose nearest neighbor is a given query point. The initial cluster centers computed using this methodology are found to be very close to the desired cluster centers for iterative clustering algorithms. This procedure is applicable to clustering algorithms for continuous data. The application of proposed algorithm to K-means clustering algorithm is demonstrated. Experiment is carried out on several popular datasets and the results show the advantages of the proposed method. Foundation item: Supported by the National Natural Science Foundation of China (60503020, 60503033, 60703086), the Natural Science Foundation of Jiangsu Province (BK2006094), the Opening Foundation of Jiangsu Key Laboratory of Computer Information Processing Technology in Soochow University (KJS0714) and the Research Foundation of Nanjing University of Posts and Telecommunications (NY207052, NY207082)     

一种共调控基因聚类的新方法

定义了一种基于滑动匹配的相似度, 并在此基础上提出一种能够自适应确定聚类数目的全局K-均值算法, 解决了现有共调控基因聚类方法无法考虑到基因的正反、 延时、 部分时间和差异表达全部4种共调控关系的问题. 将提出的算法应用于微阵列数据中, 并将实验结果与CLUSTER 3.0算法进行了比较, 验证了算法的可行性和有效性.     

基于复杂网络理论的产品族零部件关系网络研究

用复杂网络的理论来研究产品族零部件关系网络.得出产品族零部件关系网络属于无标度网络;提出它的两个特性即增长特性和优先连接;给出了零部件关系网络的3个统计性质,平均路径长度,聚类系数和度分布.