融合转移概率矩阵的多阶最近邻图聚类算法

聚类是根据样本之间的相似性将数据集划分为多个类簇。现有的大多数聚类方法都存在两个挑战:一方面,在定义样本间相似性时往往没有考虑样本的空间分布结构,无法构建稳定的相似度矩阵;另一方面,图聚类构造的样本图结构过于复杂,计算成本较高。为解决这两个问题,提出融合转移概率矩阵的多阶最近邻图聚类算法(MNNGC)。首先,综合样本的近邻关系和空间分布结构,将共享近邻定义的相似度进行趋密性加权,得到节点间的趋密性亲和矩阵;其次,利用节点间多阶概率转移预测非邻接点的关联程度,并通过融合多阶转移概率矩阵得到稳定的节点间亲和矩阵;再次,为进一步增强图局部结构,重新构建节点的多阶最近邻图,并对多阶最近邻图的局部结构分层聚类;最后,优化了边缘点分配策略。定位实验结果表明,MNNGC在合成数据集上的准确率(Acc)均优于对比算法,且在8个UCI数据集上的Acc为最大值。其中在Compound数据集上,MNNGC的Acc、调整互信息(AMI)、调整兰德指数(ARI)和FM指数(FMI)相较于基于局部密度峰值的谱聚类(LDP-SC)算法分别提高38.6、27.2、45.4、35.1个百分点。

基于反向K近邻和密度峰值初始化的加权Kmeans聚类入侵检测算法

传统Kmeans聚类算法的性能易受初始类簇中心随机性和类簇中心计算的迭代过程中边缘点和离群点反复计入的影响,为了避免这些影响,该文提出一种基于反向K近邻和密度峰值初始化的加权Kmeans聚类算法。通过样本的近邻信息计算每个样本的反向K近邻,针对不同规模、不同密度分布数据集,可以自适应地搜索密度峰值点作为初始类簇中心;自适应设定相对簇半径,并通过样本加权进行类簇中心迭代,在不同数据分布下可以有效降低边缘点和离群点对聚类结果的影响。试验结果证明,该算法在聚类性能提升的同时迭代次数大幅降低,随着入侵行为类型和数据规模的增加,该文聚类算法仍体现出较好的性能,且在发现未知攻击类型上效果显著。

自适应聚类中心策略优化的密度峰值聚类算法

密度峰值聚类算法(DPC)是一种简单高效的无监督聚类算法,能够快速找到聚类中心完成聚类。该算法通过截断距离定义局部密度未考虑样本点的空间分布特征;通过决策图选择聚类中心点,具有较强人为主观性;在分配样本点时采用单一分配策略,易产生连带错误。因此提出一种自适应聚类中心策略优化的密度峰值聚类算法(ADPC),采用共享近邻定义两点之间的相似性度量,重新定义了局部密度,使局部密度反应样本间的空间分布特征;通过相邻点之间斜率差分确定样本密度ρ与相对距离δ的乘积γ值的“拐点”,并对γ进行幂函数变换,以提高潜在聚类中心与非聚类中心的区分度,利用决策函数确定潜在的聚类中心,再通过潜在聚类中心之间距离均值自适应确定真实聚类中心;优化了非聚类中心点的分配策略。通过在UCI以及人工数据集上进行实验,该算法都可以自适应准确选定聚类中心,且在一定程度上提高了聚类性能。

一种结合自适应近邻与密度峰值的加权模糊聚类算法

传统的模糊C均值(fuzzy c-means,FCM)算法的聚类结果容易受到随机选取初始聚类中心的影响,且在聚类过程中忽视了样本的不同特征和样本本身的重要程度对聚类结果产生的影响.针对这一系列问题,提出了一种结合自适应近邻与密度峰值的基于信息熵加权的模糊聚类算法(ANNDP-WFCM).首先,结合自适应近邻的密度峰值算法(ANNDP)实现初始聚类中心的自动搜索,针对不同规模、不同结构的数据集可以自适应的找到每个样本的近邻集合,根据近邻信息定义样本的局部密度,搜索和发现数据集中的密度峰值点作为初始聚类中心.然后通过信息熵赋权区分不同特征在聚类过程中的重要程度,同时利用样本之间距离的倒数对样本本身进行加权,重新定义目标函数中的模糊聚类中心.最后针对目标函数,利用拉格朗日乘子法交替寻优,对最终的隶属度矩阵去模糊化得到聚类结果.通过不同公共数据集的对比实验,验证了ANNDP-WFCM算法具有较少的迭代次数和较高的聚类准确性.

结合共享近邻和流形距离的自适应谱聚类算法

谱聚类算法是建立在图论的基础上,将聚类问题转化为图的划分问题,能识别任意形状的类簇且易于实现,因此比传统聚类算法具有更强的适应性。然而,该算法中常用的距离度量不能同时考虑全局和局部一致性,且易受到噪声影响;聚类结果依赖由输入数据构造的相似度矩阵,且通过特征分解得到松弛划分矩阵和离散化过程的两步独立策略难以得到一个共同最优解。因此,提出一种结合共享近邻和流形距离的自适应谱聚类算法(SNN-MSC),引入一种新的具有指数项和比例因子的流形距离,可以灵活调整同一流形内数据的相似度和不同流形之间数据的相似度之比,并将密度因子纳入流形距离度量中,以消除噪声影响;采用共享近邻重新定义相似度度量,能挖掘数据点之间的空间结构和局部关系;同时,对拉普拉斯矩阵施加秩约束,使相似度矩阵中的连通分量完全等于簇个数,能够在优化求解过程中自适应优化数据相似度矩阵和聚类结构,无须再进行离散化操作。在人工数据集和UCI真实数据集上的对比实验显示,所提算法在多个聚类有效性指标上能体现出更好的性能。

构造曲率单调的组合二次h-Bézier曲线

h-Bézier曲线(h>0)又被称为Pólya曲线,它具有与经典Bézier曲线(h=0)一致的诸多优良性质。为此,文中研究了二次h-Bézier曲线具有单调曲率的充要条件及其构造算法。首先,讨论二次h-Bézier曲线曲率极值的存在性,得到曲线具有单调曲率的充要条件;通过引入曲率临界圆,给出判断二次h-Bézier曲线曲率单调性的几何方法,即检查二次h-Bézier曲线的中间控制点是否在曲率临界圆上或圆内;并由此得到构造具有单调曲率的二次h-Bézier曲线的两种算法,通过调节形状参数h可保证曲线具有单调递减或单调递增的曲率。其次,研究两条二次h-Bézier曲线的光滑拼接,基于对二次h-Bézier曲线性质的分析,选择第二条曲线在肩点处与第一条曲线的端点实现拼接,得到G~2拼接的充要条件;讨论参数对拼接曲线形状的影响。最后,构造出同时满足G~2拼接、曲率单调递减(或单调递增)的组合二次h-Bézier曲线。数值实例显示了组合二次h-Bézier曲线的造型优势和灵活性。

Lupaş q-Bézier曲线的离散卷积生成与求值算法

Lupaşq-Bernstein算子是最早提出的有理形式下基于q-整数的q-模拟Bernstein算子。通过Lupaşq-Bernstein基函数的递推关系反向使用金字塔算法,离散卷积生成n次Lupaşq-Bernstein基函数序列。结合离散卷积满足的交换性,针对n次Lupaşq-Bézier曲线推导出其速端曲线及n!种de Casteljau算法。与Bézier曲线de Casteljau算法得到的切点不同,Lupaşq-Bézier曲线的de Casteljau算法得到的曲线上的一点是直线与曲线相交的2个割点之一。针对二次Lupaşq-Bézier曲线,给出了计算左/右割点的充分必要条件,然后通过提出双割点算法,可以同时得到左/右割点。

利用Zernike多项式分析超薄镜热变形

利用圆域上正交基-Zernike多项式拟合镜面温度场,将温度场转化为较有意义的模式,采用有限元方法进行了热变形的计算,其中针对空间大口径超薄镜面建立镜面模型,且暂不考虑重力,另外因超薄镜厚度很小,也不考虑轴向温度梯度的影响。通过计算利用Zernike多项式得到温度场产生的热变形,得到了不同温度模式产生的不同像差形式:即对于不同的温度场模式—温度整体变化(平移),一端凉且一端热(倾斜),中心与边缘温度不同(离焦热模式),以及像散热模式,彗差热模式,球差热模式导致的热变形分别主要表现为像差离焦,倾斜,离焦,倾斜,倾斜,球差。不同热模式在相同温差下产生的变形有数量级的差别,能够产生较大变形量的温度模式有离焦,彗差和球差,这意味着超薄镜对这些温度场比较敏感。计算和总结表明,利用Zernike多项式分解温度场,可以对热变形规律进行有效的分析,解决了镜面温度分布随时间变化使得热分析较为不准确的困难。

基于知识粒度的粗糙集的不确定性度量

粗糙集的不确定性与其所在近似空间知识粒度的大小密切相关。提出了近似空间中集合的相对知识粒度的概念。基于相对知识粒度的粗糙集的粗糙性度量既刻画了近似空间对粗糙集不确定性的影响,又去除了负域的干扰。从边界熵的角度提出了一种粗糙集的模糊性度量。随着近似空间知识粒的细分,粗糙集的粗糙度与模糊度均单调递减。

基于有限元参数化设计的碳纳米管的场致增强因子计算

碳纳米管由于尺寸极小 ,它具有很大的场增强因子 ,且场发射稳定 ,这些特性使碳纳米管成为一种性能优良的场致发射材料。影响碳纳米管发射电流的重要参数是场增强因子 ,这需要求解拉普拉斯方程 ,由于理论解求解很困难 ,有限元方法成为一种有效的工具。使用有限元程序ANSYS对碳纳米管的静态电场进行了计算 ,建立了单根碳纳米管的模型 ,确定了边界条件。研究了金属型碳纳米管尖端周围的电场强度分布 ,为了更好地了解碳纳米管顶端附近的电场对长径比的影响 ,使用了参数化设计语言APDL ,使得分析效率大大提高 ,并且计算结果与实际情况相符。说明这种方法是正确。

粗糙集不确定性度量的矩阵运算

粗糙集的不确定性度量是粗糙集理论的重要研究内容之一。结合模糊理论和粒计算理论改进了粗糙集的不确定性度量方法。通过集合的相对知识粒度及边界熵给出了粗糙集的粗糙性度量函数与模糊性度量函数,随着近似空间知识粒的细分,粗糙集的粗糙度与模糊度均满足单调递减的性质。利用矩阵理论提出了易于实现的粗糙性度量与模糊性度量的矩阵算法。

用有限元方法计算X光源场发射阴极电流

针对场致发射阵列建立了有效的三维有限元模型来分析单个尖锥的发射电流。考虑到场致发射阵列的周期性和尖锥的轴对称性,仅对一个尖锥单元的1/4进行分析。对模型的表面施加电压边界条件,计算得到尖锥表面电场强度分布,电场强度在尖锥顶点最强,场发射电流在此处也最强。由Fowler Nordheim函数可得到尖锥表面的场致发射电流密度分布,对整个尖锥表面进行积分后得到了单个尖锥的场致发射电流约为7μA。计算了在100V门电压下不同顶端半径的场致发射电流。结果显示,场发射对顶端半径有很强的依赖性。计算了100个顶端半径为8nm的尖锥在不同门电压下的总场致发射电流,发射电流与开启电压与实际测量值符合得很好。

基于三支动态阈值K-means聚类的入侵检测算法

K-means算法以硬聚类划分思想被广泛应用于入侵检测系统,这种严格的边界划分方法在对许多新衍生类入侵数据检测时,易出现检测率低、误检率高的情况。同时,当处理复杂网络访问数据时,采用固定的k值不够灵活,也影响检测的准确性。结合三支决策思想,对传统K-means算法进行了改进,提出了基于三支动态阈值K-means聚类的入侵检测算法。该算法通过动态阈值调整,可以优化聚类的数量,在一定程度上消除了固定k值对入侵检测效果的影响。将离群的不确定性网络数据进行分离和延迟判断,通过二次聚类重新划分后再做决策。在KDD Cup99数据集上实验结果表明,当攻击类型逐渐增多、攻击行为更加复杂时,改进后的K-means算法在检测率和误检率上显著优于传统K-means算法。

一类四次隐式代数曲面的参数化

针对轴垂直的3个二次管道曲面的特点,基于由控制球得到的拼接曲面表达式,实现了GC1拼接3个二次管道曲面的四次隐式代数曲面的整体参数化,并可以实时地在机器上显示拼接曲面.在用特定平面束截四次拼接曲面而得到一条平面三次曲线和一条直线时,可以不经过坐标旋转变换而直接约去直线;对于平面三次截线的参数化通过平行面截取法实现,避免了辐射线束方法在平面三次曲线的有效点选取、排序等方面的问题.

应用型高等教育基本问题探析

从多个方面分析了发展应用型高等教育(应用性本科高等教育)的重要性,探讨了应用型高等教育发展的内在规律,联系安徽省实际情况,对应用型高等教育建设提出建议。

高校语言实验室的发展与建设若干问题探讨

通过分析语言实验室的发展历史与趋势,以服务大学英语教学为中心,联系本校语言实验室建设,提出高校语言实验室建设中应注意的问题。

一种用于极紫外多层膜反射率测量的平台

一种用于紫外多层膜反射率测量的样品台 ,由步进电机驱动 .其构成由三个部分 :机械系统 ,计算机控制系统 ,单片机控制系统 .最后对极紫外多层膜进行了测量 ,结果显示该系统满足使用要求 。

三支决策视角下概念格的分析和比较

基于概念的构造和形式背景的构成,文中从三支决策的视角探究不同概念格之间的内在联系,分别对比不完备形式背景和经典形式背景中的概念格及直觉模糊形式背景和模糊形式背景中的概念格,展现三支决策在概念格理论中的重要价值.通过对比可以看出,相比经典形式背景和模糊形式背景中的概念格,不完备形式背景和直觉模糊形式背景中的概念格体现三支决策思想,具有数据存储所占空间更小,属性约简更简洁等优势.

基于多元分层感知的移动物联网区域分割算法

为解决物联网区域分割引发的低质量数据传输、高频率网络拥塞等问题,提出一种基于多元分层感知机制的高效安全区域分割算法。根据节点间数据交换的紧密程度,将网络拓扑分割为网络层、传输层和最终汇聚层,设计多元分层感知模型,增强簇头节点的更新能力。结合机会路由连通特性,设计基于机会碰撞信息提取机制的区域分割子算法,借助拉格朗日模型进行特征挖掘,提升节点机会碰撞度并优化区域分割效果。基于簇内节点关联度,构建能量-路由双因子裁决机制,实现区域信息与簇头节点的数据交互并缓解数据拥塞。实验结果表明,与基于改进移动中继和楔形合并-能量空洞消除的区域分割算法相比,该算法具有更好的网络区域分割效果及更强的数据拥塞控制能力。

建筑工程成本快速估测专家系统BPBE-Ⅰ

一、引言 在建筑业招标投标竞争中,无论是业主测算标底,还是承包商确定报价,都必须迅速而准确地估算工程成本。由于投标期限一般均甚紧迫,而工程资料与图纸又往往不够详尽,故以传统定额方法测算成本,不仅不能满足投标期限要求,而且有时根本不能应用。因此,根据我国实际情况,研究成本快速估测方法,遂成为当前建筑业迫需解决的问题。