定坤丹为主治疗子宫内膜异位症37例

子宫内膜异位症(EMT)的发病率近年呈上升趋势.临床上主要表现为持续加重的盆腔粘连、慢性盆腔疼痛、痛经、不孕等,是目前困扰患者和妇科医师的难题之一.

基于网格的多密度聚类算法

提出了一种多密度网格聚类算法GDD。该算法主要采用密度阈值递减的多阶段聚类技术提取不同密度的聚类,使用边界点处理技术提高聚类精度,同时对聚类结果进行了人工干预。GDD算法只要求对数据集进行一遍扫描。实验表明,该算法可扩展性好,能处理任意形状和大小的聚类,能够很好的识别出孤立点或噪声,在处理多密度聚类方面有很好的精度。

《数据结构》课程教学方法改革探索

《数据结构》是一门非常重要的算法设计基础课程,由于其理论性强、思维抽象等特点使得这门课的理解难度很大,学生普遍反映课程难学。为了让学生能够学好《数据结构》这门课,提出了《数据结构》的几种改进方法,通过教学方法的创新,可以提高教学质量。

中密度纤维板施胶系统低关联数据分类

传统方法对中密度纤维板施胶系统数据进行分类时,需要依据已知类别的数据进行划分,数据分类的范围和效率较低。为解决这一问题,提出一种基于模糊支持向量机的数据分类方法,依据模糊算法对未知类别数据进行划分,通过支持向量机对划分后的数据进行训练,提高了中密度纤维板施胶系统数据分类的效率。通过最终的仿真实验结果表明,本文方法模型能够快速、准确地对中密度纤维板施胶系统中的数据进行分类,取得了令人满意的效果。

基于距离和密度的多阶段聚类

随着聚类技术的发展,对不同密度的数据集的聚类需求也越来越迫切。为了解决不同密度数据集的聚类问题,提出一种基于距离和密度的多阶段聚类算法MCDD。该算法主要采用多阶段密度处理技术提取不同密度的聚类,同时使用密度因子提高聚类的精度,最后通过使用距离阈值的方法去除孤立点和噪声数据。实验表明,该算法在扩展性方面表现良好,对任意形状和大小的聚类都可以很好地处理,并能够很好地识别出孤立点或噪声,在处理多密度聚类方面有很好的精度。

VF课程教学的分析与探索

在《Visual Fox Pro程序设计》教学过程中,当讲授的对象是非计算机专业的学生时,就会经常出现很多问题。本文针对这些问题进行了分析与探讨,以便老师能更好地将知识传授给学生,学生能更好地掌握这门课。

一种基于网格的K-Means聚类算法

K-Means算法是聚类方法中常用的一种划分方法。随着数据量的增加,K-Means算法的局限性日益突出。基于网格划分的思想,提出了一种基于网格的K-Means聚类算法,该算法使用了网格技术在一定程度上去除了孤立点和噪声数据,减少了原始K-Means算法将大的聚类分开的可能。实验表明,该算法能处理任意形状和大小的聚类,对孤立点和噪声数据也能很好地识别,并且在去除孤立点和噪声数据方面可以达到较好的精度。

基于相似度的网格聚类算法

提出了一种基于相似度的网格聚类算法(SGCA)。该算法主要利用网格技术去除数据集中的部分孤立点或噪声,使用边界点阈值函数提取类的边界点,最后利用相似度方法进行聚类。SGCA算法只要求对数据集进行一遍扫描。实验表明,该算法可扩展性好,能处理任意形状和大小的聚类,能够很好地识别出孤立点或噪声,它不仅适用于综合数据集,而且对高维数据集也具有较好的聚类结果。还引进了网格核技术,进一步改善了SGCA算法的时间复杂度。

基于投影分类的语音端点检测方法

针对低信噪比条件下语音端点检测精度受噪声干扰严重的问题,提出了一种基于投影分类的语音端点检测方法。该方法首先利用长时语音信号变化率测度特征进行低信噪比环境中的语音特征计算,充分利用语音信号和非语音信号的不同来增强低信噪比条件下的区分度;接着,采用Fisher准则对语音和背景噪声进行分类识别,确保投影后的特征参数类内散度最小、类间散度最大。实验结果表明,方法具有较高的检测精度,在信噪比为-10 d B的白噪声干扰情况下仍然保持了86.7%以上的正确检测率。

基于网格的参数自动化聚类算法

提出了一种基于网格的参数自动化聚类算法PAG,主要目的是解决传统的网格聚类算法对参数敏感的问题.算法采用参数自动化技术来处理参数,即算法开始运行时所需的参数直接由参数自动化技术中的公式计算得出,不需要用户输入任何参数.通过对大量数据集的实验表明,该算法可扩展性好,能处理任意形状和大小的聚类,能够很好地识别出孤立点或噪声,并且有很好的精度.

基于中心线引导的主动视觉导航方法研究

为了解决移动机器人主动视觉导航的漂移问题,提出了一种基于中心线引导的视觉导航方法。该方法首先构建了实际物理坐标与图像坐标的映射管辖,为实时图像坐标约束条件的闭环控制提供精确的数学模型;接着,利用Canny算子进行车道边缘线和道路标志线的初步检测,并采用方向引导优化的方法消除背景杂波的干扰,提升复杂背景下的检测精度;最后,通过模糊控制器对导航中心引导线的偏离角度进行修正,保证形式路线的正确性。实验结果表明,同传统的被动固定摄像机导航方法相比,有效提升了不同路况条件下的导航精度。

正交法优选产康乐颗粒的水提工艺

目的:优选产康乐颗粒中黄芩苷的提取工艺。方法:以产康乐颗粒中干膏得率和黄芩苷的含量为评价指标,用水提取,选择溶媒倍量、浸泡时间、提取时间为主要影响因素并各取3水平,选择能直观反映提取效率的干膏得率和主要有效成分转移率,结果:最佳提取条件为第1次加水10倍量,煎煮1.5 h,第2次加水8倍量,煎煮1 h。结论:本方法简便、准确、重复性好,可为产康乐颗粒中黄芩苷的提取工艺的确定提供依据。

基于动态权重的传感网络路径选择算法仿真

在传感器网络路径选择过程中,网络路径选择具有较高的动态性,导致传统采用流体神经网络算法,依据单一标准明确属性权重,无法针对变化的网络属性进行有效分析,不能得到有效的网络路径。提出了一种采用动态权重的传感网络路径选择算法,根据层次分析法确认不同业务状态下各网络路径属性的重要性,选取带宽、时延、抖动、丢包率四个属性作为网络路径选择的判决准则,构建属性的判断矩阵,采用特征根法计算不同判断属性的权重,按照业务类型动态调整权重,明确各属性的综合权重,采用灰色关联分析方法明确不同备选网络路径的灰色关联系数,对备选网络路径进行加权排序,进而选择最佳传感网络路径。仿真结果验证了所提方法选择路径过程中的收敛迭代次数以及有效解数量都优于传统方法,并且所提方法下的传感网络具有较高的数据传输效率。

“联想类比”教学法在抽象理论课程中的应用

通过分析抽象理论知识的枯燥性、单调性、无趣味性等特点,结合学生的接受能力,发掘学生的学习兴趣,为了最终达到教师的"教"与学生的"学"的双赢目的,本文提出了"联想类比"教学法,实现了抽象知识的生活化、兴趣化。实践表明,此方法在很大程度上激发了学生学习理论知识的兴趣,调动了学生的学习积极性,教学效果得到了明显的提高。

计算机技术在煤矿安全生产中的应用

计算机技术能够实现对煤矿生产远程的监控和运行状态的动态跟踪,很大程度上提高了煤矿生产的安全性。为此提出了当前我国煤矿安全生产中的主要监控的问题,并探讨了计算机技术在煤矿安全生产中的具体应用。

一种基于网格密度的聚类算法

提出了一种基于网格密度的聚类算法(DGCA)。该算法主要利用网格技术去除数据集中的部分孤立点或噪声数据,对类的边缘节点使用一种边缘节点判断函数进行提取,最后利用相近值的方法进行聚类。实验表明,DGCA算法能够很好地识别出孤立点或噪声,聚类结果可以达到一个较高的精度。

基于孤立点的手写数字识别算法研究

在信息化飞速发展的时代，字符识别是信息录入和转化的一个重要内容。其中，手写体数字的识别有着非常广泛的应用，如邮政编码、手机手写等。该文使用一种基于“孤立点”、交叉数和中间数的手写数字识别方法，利用孤立点对数字（0—9）进行首次分类，再利用交叉数和中间数对分类后的数字进行进一步分类和识别。实验结果表明，该算法有效提高了数字识别的效率。