一种用于蛋白质结构聚类的聚类中心选择算法

提出一种对蛋白质结构聚类中心进行选择的算法.聚类是蛋白质结构预测过程中必不可少的一个后处理步骤,而目前在蛋白质结构预测中常用的属性阈值(Quality threshold,QT)聚类算法依赖于由经验得出的聚类半径;其他聚类算法,如近邻传播(Affinity propagation,AP)聚类算法也存在影响聚类分布的参数.为克服对主观经验参数的依赖,本文提出一种聚类中心选择算法(Exemplar selection algorithm,ESA),用于对不同参数下的聚类结果进行分析,从而选择最佳聚类中心,进而确定聚类半径等经验参数.该算法在真实蛋白质结构数据集上进行了实验,在未知经验参数情况下选择出最佳聚类中心,同时也为不同聚类算法寻找适合相应数据集的客观聚类参数提供了支持.

连锁门店选址与配送中心选择联合决策的f-MIGP模型

建立了连锁门店选址和配送中心选择联合决策问题的模糊多目标混合整数规划模型.针对该模型的特殊结构,提出一种适用的求解策略:首先确定每个模糊目标的隶属度函数;然后将模糊多目标混合整数规划模型转化为等价的清晰多目标混合整数规划模型,通过最大最小算子求出目标值;最后借助于两阶段算法,求出问题的最优解.通过应用算例进一步说明了该模型的有效性和可行性.

连锁门店选址与配送中心选择联合决策研究

借助商圈理论,在多商品多配送中心情况下,建立了连锁门店选址与配送中心选择联合决策问题的模型,针对该模型的特点,提出了一种适用的求解策略。通过改进哈夫模型,利用基于聚集度的启发式算法,对门店进行分类,确定门店与商圈的隶属情况;以商圈利润最大为目标建立混合整数规划模型,利用非线性规划寻优的遗传算法求解。应用算例进一步说明了该模型的可行性和有效性。

浅析B2C电子商务的物流配送中心选择与路径设计

本文针对B2C电子商务的物流配送中心地址选择问题以及商品配送车辆路径设计问题做了深入究,分别为物流中心选址优化以及车辆配送路径设计提出数学模型,并在介绍遗传算法和捕食搜索法的求解过程的基础上,分别对二者的数学模型进行求解,从而得到最优解,并对物流配送路径设计进行模拟数据计算,从而选出B2C电子商务的物流配送中心选址优化方案与配送车辆的路径设计方案。

基于网络连接及服务中心选择的高铁路网区域划分方法

高速铁路路网的区域划分对于区域性运行图的编制具有重要意义。结合路网的邻接特性,并考虑动车储备与检修能力进行区域中心的选择,以区域内的最小连接距离、最大平均连接紧密度为目标,建立高铁路网区域划分混合整数规划模型,并设计向量编码方式的遗传优化求解算法、高铁客运周转量折算方法。最后,以中国铁路总公司所属路网区域构建算例,对比聚类算法说明文中模型与算法的有效性与适应性,分析目标函数权重系数、最大服务半径与最大服务容量约束对划分结果的影响,得出服务半径系数、服务容量系数的设定方法。

连锁超市门店选址与配送中心选择集成决策研究

针对连锁超市门店选址与配送中心选择及采购量比例分配建立以成本、交货期、质量为准则的多目标混合整数规划模型,考虑到门店选址的同时,兼顾潜在市场需求所决定的门店规模,将零售饱和指数转化为一项约束集成到优化模型中.由于多目标的权衡具有模糊性,进一步将模型转变为模糊多目标规划模型,然后用模糊层次分析法确定各个目标的权数;最后应用模糊集理论的最大(小)值法,将加权模糊多目标混合整数规划模型转化为清晰化的单目标混合整数规划,求出问题的最优解,并通过应用算例进一步证明了该模型的有效性和可行性.

引入度中心性选择攻击节点的对抗攻击算法

图卷积网络(GCN)在图神经网络中应用广泛,在处理图结构数据方面发挥着重要作用。然而,最近的研究表明,GCN容易受到中毒攻击等恶意攻击。在针对GCN的所有可能的对抗性攻击中,有一种特殊的方法是针对图卷积网络的目标通用攻击TUA(target universal attack)。该方法在挑选攻击节点时为了简便采用随机选择策略,该策略忽略了节点邻居对节点的重要性,对攻击成功率有负面影响。针对这个问题,提出了一种基于度中心性的攻击节点选择策略的对抗攻击算法(adversarial attack algorithm based on degree centrality attack node selection strategy,DCANSS)。优化挑选攻击节点的方式,引入度中心性,得到攻击节点。注入假节点并与攻击节点连接。挑选辅助节点并应用图卷积网络的消息传递机制,使节点信息扩散,计算扰动并将扰动特征赋予假节点,完成攻击,达到误分类目标。在三个流行的数据集上的实验表明,当仅使用3个攻击节点和2个假节点时,所提出的攻击对图中任意受害节点的平均攻击成功率达到90%。将DCANSS算法与TUA算法以及其他建立的基线算法进行实验对比,进一步验证了DCANSS算法的攻击能力。

RBF神经网络在时间序列预测问题中基于POD的中心选择方法

基于POD的中心选择方法是用来显示神经网络的选择中心,这个选择中心是在非线性时间序列中,基于径向基函数(RBF)的.这种方法利用时间序列数据的时间序列特征,使中心选择以一种平行的方式被执行,通过对一个基准问题和两个预期库存定向的模拟声明,在预期非线性时间序列中能够有效应用.

基于引力模型的中心村选择量化方法研究

中心村选择是新农村规划建设的关键一环,而现有作法一般采用定性分析方法,缺乏量化依据。为此,提出潜力评价方法。以湖北应城炮竹村为研究对象,先定量计算每自然村的潜力、粗选中心村,再进行一定定性分析并修正,从而达到公式适用、中心村量化选择的目的。

开挖期深基坑变形RBF模型的输入层及中心确定

针对深基坑变形RBF神经网络监测模型,根据在开挖期间深基坑土体的变形特性,利用遗传蠕变来构造输入因子,鉴于目前在中心选择方面没有严格的理论依据,并充分考虑输入因子的特点,提出了一种选择中心的经验方法,经过实例检验,该方法选择中心可以使模型得到较好的预测效果。

一种5G低时延业务在多边缘计算中心部署环境下优选接入的方法的研究

文章主要聚焦于通过分析垂直行业应用中低时延场景业务的组网结构及业务开展流程,建立了一个该类业务基于端到端的通用时延模型,据此引入了相关算法,使得5G低时延业务终端在发起服务请求过程中,能依靠该算法从多个备选的边缘计算中心中挑选出服务请求响应速度最快的边缘计算中心接入,以此提升业务感知,同时利用算法中的衰减机制避免过多终端都选择相同的边缘计算中心服务器接入,而导致该服务器性能劣化的情况发生。

企业集团资金集中管理模式选择——基于J集团的思考

在企业集团财务管理中,资金管理是核心,贯穿于企业生产经营全过程,关乎企业的生存和发展。加强资金集中管理,提高资金使用效益,优化资金配置,己成为企业集团所达成的共识,而如何选择合适有效的资金集中管理模式成为企业集团关注的重点。本文围绕资金集中管理模式展开研究,在对现有资金集中管理模式进行介绍的基础上,将不同模式进行分析对比,然后以J集团为例,分析了该集团目前资金管理现状及存在的问题,并结合该集团自身特征和管理现状,提出了适合其发展的资金管理模式。最后对J集团做好资金集中管理针对性的给出了建议。

基于AHP和DEA模型的物流中心绩效评价

物流中心绩效是选址物流中心的一个重要考量标准,绩效是否符合预期目标直接关系到企业各项经营成本及其获利程度。本文结合数据包络分析法和层次分析法,建立了包括客观实际数据、带有输出偏好锥的数据以及对评价对象赋予权重的数据的数学模型,并根据计算结果对物流中心进行了综合评价和排序,从中选择出最优物流中心。在最后,以某区域物流中心的绩效评价作为案例,得出这一方法的适用性。

基于RBF网络的涡流无损检测系统设计

结合涡流无损检测的特点,介绍了基于RBF网络的涡流无损检测系统及系统软、硬件设计方法。硬件部分采用TI公司的DSP芯片TMS320VC5410作为核心,完成信号的产生及其处理。软件部分采用了基于RBF神经网络的涡流无损检测方法,且针对常用的RBF中心选择算法不能构成全局最优、收敛速度慢等缺点,提出采用基于改进Fisher中心选择算法确定RBF网络隐层节点数及径向基函数中心。仿真结果表明:利用DSP产生处理信号,得到的波形精度高、稳定性好;利用改进Fisher算法确定RBF隐层节点数及径向基函数中心简化了网络结构,提高了分类能力和收敛精度。

数据挖掘聚类算法在学生信息管理系统中的应用

针对传统的K-means聚类算法在学生信息管理中受随机中心地址的影响,提出了数据分段方法进行中心地址选择。该算法将数据源进行K段划分,接着在每段内中选择中心地址,使用迭代回归方法进行中心选择。在现有部分学生信息上进行仿真结果表明,算法的迭代次数降低,所改进算法提高了传统K-means算法。

西部欠发达地区小城镇中心村选择研究——以静宁县李店镇为例

中心村选择是小城镇建设中的重要内容。文中针对西部地区小城镇建设中的中心村选择问题,通过发展条件分析、分类分析手段,采用定量与定性结合方式,系统地提出了小城镇中心村选择具体方法,构建了针对西部欠发达地区小城镇中心村选择的指标体系,并以甘肃省平凉市静宁县李店镇为例进行了实证研究,为西部欠发达地区小城镇建设的中心村选择提供思路和方法。

基于局域网的自适应修复的高可用数据流处理

为了在局域网络中实现连续、高可用的数据流处理,提出一种基于自适应修复和节点复制的方法:self-recovery andreplication-based backup(SRRB)。通过使用节点复制机制,利用对等节点并行向下游节点发送数据,使下游节点能够使用最先到达该节点的输入数据,提高数据流的传输速率。同时通过使用自适应修复机制,增强系统的容错处理。为了平衡网络开销和低延时保障,提出中心节点算法(CLEA)。通过在网络模拟器ns-3平台上实现,结果表明了SRRB方法具有更好的连续性、稳定性和高可用性。

怀远县城镇发展水平评估和发展对策

城镇建设是我国城市化发展和增加农民收入的重要途径。本文在肯定怀远县城镇化发展取得成就的同时 ,提出目前怀远县城镇建设中存在的问题主要有 :城镇的规划和布局不合理、建设资金不足、基础设施发展滞后、高素质人才匮乏等。通过建立城镇发展水平评价指标体系对怀远县的城镇发展水平进行定量分析 ,认为怀远县小城镇发展目前处于由初级城镇化的前期向中期过渡的阶段。为促进怀远县小城镇的发展 ,作者选择了 1 2个指标对怀远县各个乡镇的辐射力、潜力进行分析 ,并选取了 8个中心镇进行重点建设。最后 ,作者就如何加快怀远县小城镇建设提出若干配套措施。

一种面向电力用户细分的鲁棒k-means算法

为了解决传统的k-means算法对初始聚类中心的选择敏感,以及必须事先指定生成簇数目,提出了一种鲁棒的kmeans算法Rk-means。该算法使用改进的MaxMin初始化方法,解决了初始簇中心选择敏感问题。通过对海量用户信息进行关键聚类信息识别,进行自动聚类处理。实验结果表明了算法的有效性和鲁棒性,该算法被应用于电力客户细分,可帮助供电企业做出正确的电力市场营销策略。

Multilingualism and the Choice of a Language for Anglophone Education in Cameroon

This paper seeks to do three things： （1） examine the linguistic situation of Cameroon; （2） identify the language（s） used in education; and （3） discuss whether in the light of the social linguistic evidence, the current choice of language for education （English） is well motivated. The methodology employed is a socio-lin some randomly selected urban centers in Cameroon for example, Buea, Bamenda, Kumba, guistic survey of etc.. The results suggest among other things： （1） that Cameroon is a highly multilingual country with over 280 home languages and （2） that while English is the language for Anglophone education, Pidgin English is actually the predominant language and the first language for most Anglophones. Based on these findings, the author proposes Pidgin English as the choice language for early education in Anglophone Cameroon （the southwest and northwest regions）. Pidgin English is the only language which expresses Cameroonian reality. It is spoken by more than 70% of the population. It is the only language that is not associated with a particular tribe, religion, or with a specific colonial government.