基于符号层次不等权的专题地图现势性度量公式

在专题地图上一般专题要素处于第一层次,与专题相关的要素处于第二层次,而地理要素处于第三层次。根据不同层次的地图符号重要性不同的特点,推导了基于地图符号层次不等权的专题地图现势性度量公式,并以实例验证。计算结果表明,该公式更为合理和适用。

三阶多项式动态平差系统的可靠性度量公式

本文导出了三阶时间序列多项式动态平差系统的可靠性度量解析公式，得出了一个类似于“杨辉三角形”的可靠性梯形，并与文献［１］中ｍ＝１，ｍ＝２的情况进行了比较。

不完备决策表中条件属性的重要性度量

首先通过示例说明了度量条件属性的公式不适用于不完备决策表,进而针对不完备决策表提出了新的度量公式,阐述了新的公式能合理地度量不完备决策表中条件属性的重要性,并证明了该公式用于计算完备决策表条件属性的重要性与先前度量条件属性公式的计算结果相同,即新的度量公式同样适用于完备决策表,所以新的公式是度量条件属性公式的推广.

点云模型的多分辨率简化算法

为了有效地多分辨率简化点云模型,首先,采用均匀栅格法建立点云模型的拓扑关系,计算每个数据点的k邻域;然后,通过建立点云模型中数据点的协方差矩阵求得这些点的法向量,并且进行法向重定向,使所有法向量的方向都指向点云模型的外部;最后,通过衡量数据点对Laplace-Beltrami算子特征值频谱的影响,得到与数据点k邻域及其法向量相关的量化该点重要性的度量公式,随后调节控制因子的取值,实现点云模型的多分辨率简化。实验结果表明,该算法具有简化率高、保留点云模型的微小细节特征信息、简化速度快、稳定性强的特点。

Vague故障诊断方法在振动故障诊断中的应用

提出模糊数据hij化成Vague数据hij的转化公式:Ki(hj)=hij=[tij,1-fij]=[(hij)~2,(hij)^(1/2)],以及Vague集H和G之间的相似度量公式:Mm(H,G)=(1/n)integer ((3-|fhi(m)-fgi(m)|-|chi(m)-cgi(m)|-|dhi(m)-dgi(m)|)/(3+|fhi(m)-fgi(m)|+|chi(m)-cgi(m)|+|dhi(m)-dgi(m)|)) from i=1 to n。应用Vague故障诊断方法,进行汽轮发电机组的振动故障诊断,其效果是理想的。

基于平均差异度的改进k-prototypes聚类算法

针对k-prototypes聚类算法随机选取初始聚类中心导致聚类结果不稳定,以及现有的大多数混合属性数据聚类算法聚类质量不高等问题,提出了基于平均差异度的改进k-prototypes聚类算法.通过利用平均差异度选取初始聚类中心,避免了初始聚类中心点选取的随机性,同时利用信息熵确定数值数据的属性权重,并对分类属性度量公式进行改进,给出了一种混合属性数据度量公式.结果表明,改进后的算法具有较高的准确率,能够有效处理混合属性数据.

三维特征空间的模糊聚类在物料识别中的应用研究

讨论了三维聚类算法和模糊理论 ,分析了将两者结合起来的模糊聚类算法所具有的特点 ,以工业物料为应用前提 ,对其在特征的三空间中利用模糊聚类算法进行了识别 ,实验取得了较为满意的效果 .

立体几何中的不等式问题

在许多数学竞赛中,几何不等式占有相当重要的地位,其中立体几何中的不等式问题也为数不少。这类问题以其直观、简捷的陈述和创造性的思想方法而引人入胜。本文结合实例来介绍立体几何中的不等式问题的证明方法和技巧。

改进K-Means算法的探讨与分析

随着人类社会的不断进步和发展,K-Means作为聚类中较常用的算法,得到广泛的应用。该文探讨了K-Means和Canopy算法的执行过程,针对K-Means及Canopy的优缺点,提出了改进的K-Means算法。算法中将Canopy作为K-Means的预处理,通过Canopy得到聚类中簇的个数、初始化的聚类中心,同时排除掉"噪声"以及孤立点带来的影响,将Canopy的结果用于K-Means,进一步增强聚类性能,减少计算量。另外,针对K-Means中使用的距离度量公式,提出了改进的余弦距离度量公式,使得簇内数据点间的距离减小,簇间数据点间的距离增大,提高聚类质量。

关于区间向量空间上的度量及其完备性

首先,利用度量的公理化定义,讨论了区间向量空间的度量化问题,给出了区间向量空间中度量的一般表示形式;其次,分析区间向量空间中度量的一般表示形式的同时举例说明了根据一般表示形式构造具体度量公式的方法;然后,讨论了区间向量空间上度量的完备性问题,给出了几种刻画完备性的定理。