基于COSA算法的中文文本聚类

传统聚类算法在计算两个对象间的距离时,每个属性对距离的贡献相同。COSA(Clustering On Subsets of Attributes)算法[1]认为在不同的分组中,每个属性对计算距离所起的作用可能并不相等,因为不同分组中的对象可能在不同的属性子集上聚集。文献[1]在此基础上定义了新的距离,并提出了两种COSA算法:COSA1算法是一种分割的聚类算法;COSA2算法是一种层次聚类算法。为了对比COSA距离和传统的欧氏距离在文本聚类中的表现,本文对中文文本进行了分割聚类和层次聚类的实验。实验结果显示出COSA算法较基于欧氏距离的聚类算法有更好的性能,而且对于属性数的变化,COSA算法更加稳定。

MIMO系统中的交叉优化调度算法

多入多出(MIMO)系统中在多用户环境下可以在链路级利用空间复用或者在系统级利用多用户调度来提高系统容量。但是仅仅是分别优化MIMO系统链路级性能或是仅仅单纯在系统级进行调度是不够的,将两者联合起来进行优化可以获得更大的系统容量。为此,该文提出了一种新的交叉优化调度算法(Cross Optimization Scheduling Algorithm,COSA),将系统级的调度策略和链路级的物理层优化相结合,并且采用注水算法动态调整各天线的功率分配。仿真结果表明COSA算法不但在系统级为每个用户提供了公平的接入信道机会,而且在链路级中充分利用MIMO系统的空间复用特点以及动态的功率分配,提高了系统的容量。