一种改进的人工免疫文本聚类算法

构造了一种能准确描述文本之间相似性(亲和力)的新方法,并在此基础上提出了一种改进的人工免疫文本聚类算法。仿真结果表明,与传统的文本聚类算法相比,新算法不仅能自动发现新类,而且具有聚类精度更高、数据压缩比更大、与输入初始配置无关、可增量处理的优势。

基于免疫算法的多目标无功补偿规划

应用雅可比矩阵最小特征值的右特征向量强相关和系统网损灵敏度的方法对系统的节点排序,选择无功补偿的最佳节点。提出了应用免疫算法的多目标无功补偿规划的算法求取节点的最优补偿容量。通过对IEEE 30节点系统计算并与其他算法比较,结果表明采用该优化规划的算法能有效地降低网损、提高系统电压稳定裕度。

一种基于人工免疫网络的文本聚类算法

本文构造了一种能准确描述文本之间相似性(亲和力)的新方法,并在此基础上提出了一种基于人工免疫网络的文本聚类算法。仿真结果表明,与传统的文本聚类算法相比,新算法不仅能自动发现新类,而且具有聚类精度更高、数据压缩比更大、与输入初始配置无关、可增量处理的优势。