基于均值聚类分析和多层核心集凝聚算法相融合的网络入侵检测

为了提高网络入侵的检测率,以降低误检率,提出一种基于均值聚分析和多层核心集凝聚算法相融合的网络入侵检的网络入侵检测模型。利用K-means算法对多层核心集凝聚算法的核心集,用其替代原粗化过程得到的顶层核心集,实现了顶层核心集的快速准确定位,简化了算法的计算复杂性。然后,将KM-Mul CA算法应用到入侵检测模型,最后采用KDD Cup 99数据集进行仿真实验。结果表明,本模型可以获得理想的网络入侵检测率和误检率。

一种加权复杂网络中社团发现的凝聚算法

复杂网络中社团结构普遍存在,社团发现的相关研究已成为复杂网络研究领域中重要的基础性工作.目前的研究工作大多面向无权网络,而对于加权网络中社团结构发现的研究相对较少.针对这种现状,提出一种改进的加权网络社团结构定义,综合考虑连接权重与节点度的结合,更为符合网络中的社团含义,并通过实例验证了该定义的合理性.在此基础上,结合经典的凝聚算法思想,进一步提出一种加权网络中的社团结构发现算法(ER-NE),通过定义边社团关联性以及节点社团有效性两个度量指标,能够更加准确的发现加权网络中的社团结构.通过与现有加权网络社团结构发现算法在相同数据集上的实验结果对比,验证了ER-NE算法的有效性和优越性.

基于改进凝聚算法的电磁环网解环方法

提出了一种电磁环网解环方法。首先利用电气距离矩阵对电网进行预分裂,再利用所提出的基于复杂网络加权模块度的改进凝聚算法对预分裂得到的分区进行凝聚,最后得到解环方案。该方法考虑了 500 kV 变电站分母运行方式,得到的解环方案中各分区内形成了以 2~3 座 500 kV 变电站为核心的供电方式,限制了各分区主变容量,从而能够限制分区内短路电流,提高了电网安全性。将所提出的电磁环网解环方法应用于某地区电网,结果表明该方法是有效的。

基于关联规则和竞争凝聚算法的高压电缆缺陷识别模型

为便于运维人员及时准确判断高压电缆缺陷类型,提出了一种基于关联规则和竞争凝聚算法的高压电缆缺陷识别模型。该方法基于现有在线监测、离线试验和运维系统等数据,利用关联规则挖掘出不同缺陷类型与状态数据的关联关系,并建立电缆缺陷关联规则库;针对现有关联规则算法只能处理布尔型数据局限,采用竞争凝聚算法对连续型数据进行离散化处理;最后通过实例对所提的模型进行分析验证,仿真结果表明该模型识别准确率高、求解效率高、解释性好,有助于运维人员对电缆进行及时动态的维护管理。

矩阵乘法的凝聚算法时间复杂度计算

矩阵乘法的凝聚算法采用"先合后分"的思想,先将矩阵变换为非负整数矩阵,再将矩阵间的乘积转化为向量和矩阵的乘积,而后根据整数的带余除法定理进行辗转相除后再利用适当变换即可得到原矩阵乘积。鉴于该算法的时间复杂度问题存在争议,本文对于该问题作了深入探讨,用算法复杂度的统一代价标准尤其针对对数代价标准计算了凝聚算法的时间复杂度,从而可以在两种计算复杂度的标准下将凝聚算法与其他矩阵乘法的算法进行时间复杂度比较。结果,在统一标准下,凝聚算法能够达到矩阵乘法算法复杂度的最低下界;而在对数代价标准下,凝聚算法其复杂度虽不优于也并不远远高于其它矩阵乘积算法复杂度。

改进的蚁群算法与凝聚相结合的关键帧提取

关键帧提取技术,对基于内容的视频检索有着重要的作用。为了从不同类型的视频中有效地提取关键帧,提出了改进的蚁群算法与凝聚相结合的关键帧提取算法。该方法提取视频中每帧的颜色与边缘特征向量,利用改进的蚁群算法自组织地对颜色和边缘特征向量进行聚类,得到初始聚类。通过凝聚算法对初始聚类进行优化,得到最终聚类。提取每类中距离聚类中心最近的向量,将其对应帧作为关键帧。实验结果表明:使用该算法提取的关键帧不仅可以充分表达出视频的主要内容,而且可以根据视频内容的变化提取出适当数量的关键帧。

层次凝聚聚类算法的动态分析与准则函数设计

为提高层次凝聚聚类（HAC）算法的执行效率和结果质量，对其进行了动态分析，研究了一次合并对后续合并的影响。分析表明，合并两个类会生成一个新类，并使被合并的类的共享邻居的邻居数减小1；当新生成的类或邻居数减小的类参与后续合并时，会影响执行效率；一次合并会改变参与合并的类和它们的候选邻居之间的准则函数值，从而影响后续合并提高质量的程度。基于上述分析并结合模块性的定义，研究了现有准则函数对凝聚过程的影响以及它们的缺陷，并设计了两个新的准则函数。在大量数据集上的买验表明，新的准则函数提高了层次凝聚聚类算法的执行效率和结果质量。

基于Web挖掘的层次凝聚类算法研究

网络提供了海量的共享资源,人们需要从网络上搜索出自己感兴趣的信息,由此产生了Web挖掘的问题。Web挖掘就是借用数据挖掘技术来实现的。Web挖掘主要是文本信息的挖掘,本文主要研究了实现文本挖掘的层次凝聚类算法,对于传统的算法存在的问题,提出了改进的算法,研究了相似度值对整个算法过程的影响,设计了一个动态改变相似度值的计算公式。

基于复杂网络理论的无功分区算法及其在上海电网中的应用

基于复杂网络理论的最新进展,提出了一种电力系统无功分区的新算法。该算法由“分裂”和“凝聚”2部算法组合而成。前者利用灵敏度矩阵对电网进行预分裂,确定分区的基本结构。该算法可保证无功分区内部发电机的控制能力,并且显著减少分区合并时的迭代次数。后者基于模块度的概念,构建了分区合并新指标,并据此进行分区合并。该算法可以保证各分区内部的无功就地平衡,同时准确地评估无功分区的划分质量,确定最优分区数目。最后,将提出的算法分别应用于IEEE 39节点系统、IEEE 118节点系统以及上海电网,仿真分析证明了所提出算法的有效性。

重叠社区结构的挖掘算法

针对大多数社区挖掘算法致力于寻找独立不相重叠的社区结构,而实际的网络中,社区结构往往是重叠的问题。基于凝聚方法和贪婪算法原理,提出了一种新的算法来挖掘社会网络中彼此重叠的社区结构。在模拟数据集和标准测试数据集上的实验结果表明了算法的可行性和有效性。

一种多目标多约束问题的优化算法研究

针对优化设计中常见的多目标多约束优化问题,提出了一种求解新方法:利用KS函数的凝聚特性,将优化问题中的全部或部分约束凝聚为一个近似的、逼近精度仅由一个参数控制的约束,然后,再对约束压缩后的优化问题选用适当的约束优化方法求解。仿真结果表明,由于压缩了求解规模,此法收敛稳定且速度快,用于求解一类多目标多约束优化问题具有很好的效果。

一种有效的基于划分和层次的混合聚类算法

在综合分析基于划分的K均值聚类算法和基于层次的凝聚聚类算法的基础上,借鉴各种混合聚类方法,提出了一种执行效率更高和聚类质量更好的分阶段混合聚类算法(HCAP)。给出HCAP的策略思想、算法描述及性能分析,基于二维数据空间的模拟样本数据的实验验证该算法的有效性和合理性,在某些方面应用性能优于原算法。

基于多层核心集凝聚思想的视频关键帧提取

关键帧提取是视频检索的一项关键技术。针对传统的关键帧提取算法准确度低,视频检索的查全率和查准率不高的问题,提出一种基于多层核心凝聚思想的视频关键帧提取算法。首先,对文献[1]提出的多层核心集凝聚算法(MULCA)进行研究,并利用K-medoids算法用真实数据作为聚类中心的特性,对MULCA算法的凝聚粗化和凝聚细化两个重要过程进行改进,用其替代原粗化过程得到的顶层核心集,设计了一种新的多层核心集凝聚算法(IMULCA),实现了顶层核心集的快速准确定位,并可适当减少凝聚层数,简化了算法的计算复杂性。然后,将IMULCA算法应用到视频关键帧提取中,实验结果表明所提改进算法相对于原有算法能够更加有效地对视频关键帧进行提取。

基于网络药理学和蛋白模块分析桂枝汤防治冻伤作用机制

目的基于网络药理学和蛋白模块分析理论探究桂枝汤防治冻伤的关键靶点及关键模块,并阐述其作用机制。方法利用TCMSP数据库筛选出满足条件(OB≥30%和DL≥0.18)的桂枝汤中药材活性化合物,通过BATMAN数据库预测所得活性成分的靶点。通过CTD、GeneCards、OMIM三大疾病数据库查找冻伤相关基因,并利用UniProt数据库对靶点进行标准化。通过String数据库对桂枝汤与冻伤的共有靶点进行GO和KEGG通路富集分析。借助Cytoscape3.7.0软件对桂枝汤“药材-活性化合物-靶点-通路”进行加权网络构建,获取关键靶点。再运用层次聚类凝聚算法对蛋白相互作用网络进行模块化分析,结合关键靶点筛选关键模块,并对各个模块进行富集分析。结果在五味中药里共筛选出146种符合要求的化合物,预测得到602个桂枝汤成分的药物靶点、744个冻伤的疾病靶点,取交集后得到45个靶点。构建“活性化合物-靶点-通路”加权网络筛选出关键靶点15个,主要包括TNF、PTGS2、IL1B等,得到关键蛋白模块一、二、三和四。其中,聚类模块一主要与肿瘤坏死因子信号通路、流体剪切应力与动脉粥样硬化、花生四烯酸的新陈代谢有关,此类通路均作用于血管内皮细胞;聚类模块二主要与炎症反应的调节和凝血系统的调节有关;聚类模块三主要与氧化代谢反应及产热有关;聚类模块四主要与外界因子的刺激调节有关。结论桂枝汤可以通过干预皮肤血管内皮细胞、炎症反应、凝血与血栓的形成、氧化代谢反应及产热等相关的生物过程发挥防治冻伤的作用。

复杂网络中的社团结构分析算法研究综述

许多实际网络中都存在着社团结构。为了寻找大规模复杂网络中的社团结构,人们提出了很多算法。本文综述了近几年来比较有代表性的一些算法。首先介绍了计算机科学中最有名的谱平分法和Kernighan-Lin算法,然后介绍了社会学中具有代表性的分裂算法和凝聚算法,并着重分析了最新提出来的一种寻找网络中彼此重叠的社团结构的派系过滤算法。最后指出了进一步的研究方向。

基于风电分时电价的虚拟电厂参与清洁供暖运营优化方法

随着“碳达峰、碳中和”目标的提出,迅速发展的风电由于其随机性与波动性,面临突出的风电消纳问题。蓄热式电采暖作为中国北方地区主要供暖设备,虚拟电厂作为需求侧资源的主要聚合技术手段,聚合蓄热式电采暖的虚拟电厂可为消纳风电、提高风电利用率提供解决途径。对此,提出一种基于风电功率的分时电价划分方法,实现虚拟电厂聚合蓄热式电采暖参与基于分时电价的清洁供暖交易优化运营。首先,阐述虚拟电厂聚合蓄热式电采暖用户参与风电供暖的交易模式;其次,考虑热惯性对蓄热式电采暖和房屋进行精细化建模,提出基于层次凝聚聚类算法的分时电价方法,建立基于Weber-Fechner定律的负荷模糊响应模型,并构建多方主体综合收益最大、弃风量最小和负荷波动最小的虚拟电厂多目标运营优化模型;最后,通过算例分析风电消纳效果和虚拟电厂收益,验证该方法能够有效促进风电消纳、提高多方主体积极性,并具有一定的规模经济性,以期为缓解弃风问题提供参考。

基于多层核心集凝聚思想的视频关键帧提取

针对当前传统的关键帧提取算法准确度低,视频检索的查全率和查准率不高的问题,提出一种基于多层核心凝聚思想的视频关键帧提取算法。利用K-medoids算法优化多层核心集凝聚算法,用真实数据作为聚类中心的特性,对MULCA算法的凝聚粗化和凝聚细化两个重要过程进行改进,用其替代原粗化过程得到的顶层核心集,设计一种多层核心集凝聚算法（IMULCA）,实现顶层核心集的快速准确定位,适当减少凝聚层数,简化算法的计算复杂性。将改进算法应用到视频关键帧提取中,实验结果表明,改进算法相对于原有算法能够更加有效地对视频关键帧进行提取。

基于云聚合理论的城市社区划分算法研究

城市可以看做是由若干社区构成的一种特殊的社会网络,合理有效的城市社区划分不仅能够提高居民的生活质量,同时也有助于管理部门更好地实现城市的管理,以弥补现有城市规划存在的基础设施分配不健全等问题。根据云的形成过程提出一种创新的基于云聚合理论的城市社区划分算法,将社区节点作为个体,以水蒸气聚合成云、云重组过程为理论支撑,对节点进行逐步凝聚划分及重组,最终达到均衡稳定的状态。为验证算法的可行性,在MATLAB实验平台上进行仿真。显示提出算法的模块度量Q值为0.6572,较高于同类凝聚算法的模块度量值0.6121,表明所提算法的性能优于同类的凝聚算法,能较好地反映真实的城市社区结构,此外还能够获取优于现实社区的划分结果,更好地服务于居民和管理部门。

层次聚类算法的实时图像边缘检测及FPGA实现

Sobel、Roberts算子是基于微分得出的,由于模板和阈值固定,因此缺乏自适应性。将采集到的实时灰度图像先进行中值滤波,使用分裂聚类算法对实时灰度图像梯度值进行第1次聚类,然后对第1次分裂聚类的结果进行凝聚聚类,再进行第2次的分裂聚类,最后对第2次聚类的结果进行自适应阈值判断得出图像边缘,并在FPGA上实现。实验结果表明,采用层次聚类算法检测出的边缘更加精细,抑制噪声能力更强。

一种基于U-AHC的不确定空间co-location模式挖掘算法

不确定数据在一些重要应用领域中是固有存在的,如传感器网络和移动物体追踪等.如何快速、方便、有效地从不确定数据库中发现潜在的、有价值的和人们感兴趣的信息变得越来越重要.首先,把传统的凝聚层次聚类算法(AHC)扩展到不确定的凝聚层次聚类算法(U-AHC),然后在聚类结果的基础上计算候选co-location模式的粗表实例,并对参与度小于最小参与度阈值的候选模式进行剪枝.接着展开其粗表实例并动态地实施剪枝,最后生成频繁的co-location模式.实验证明这个算法是正确的,而且效率较高.