基于KL散度的密度峰值聚类算法

快速搜索与发现密度峰值聚类(clustering by fast search and find of density peaks, DPC)算法对聚类中心点进行了全新的定义,能够得到更优的聚类结果。但该算法需要手动选取聚类中心,容易出现多选、漏选聚类中心的问题。提出一种自动选取聚类中心的密度峰值聚类算法。将参数积γ引入新算法以扩大聚类中心的选取范围,利用KL散度的差异性度量准则对聚类中心点和非聚类中心点进行清晰划分,以Dkl排序图中的拐点作为分界点实现了对聚类中心的自动选取。在人工以及UCI数据集上的实验表明,新算法能够在自动选取聚类中心的同时,获得更好的聚类效果。     

商业供应现货技术在开放式自动测试系统中的应用

本文以商业现货供应技术在开放式自动测试系统中的应用为主线,介绍了自动测试系统的三个主要组成部分使用的标准,人工智能-测试工具的计算机辅助设计、并行工程工具集、虚拟仪器与智能诊断共组组合等常用的商业现货供应技术开发工具以及使用商业现货供应产品开发的自动测试系统,分析了商业现货供应技术的优缺点。