实体解析中基于相似性传递的增量分组研究

本文探讨一种适应于大数据集的基于相似性传递的记录增量分组方法.论文首先分析如何逐步推算出记录之间的相似性,然后提出如何基于排序键构建基准组,如何基于相似性传递增量更新基准组,以及如何基于并查集实现基准组中的增量更新,最后通过实验验证提出方法的可行性和高效性.实验结果显示,提出的方法比传统方法更能提高分组质量,提升分组效率.论文没有对属性值本身存在的数据质量问题进行详细分析研究,并没有设计排序键生成算法.提出的方法不仅能有助于解决数据清洗、信息集成与管理等技术中的记录漏配问题,而且具有较好的可扩展性可重用性和不受领域限制等优点因为它仅从纯数据处理的角度来设计算法.

导热与弹性系统及导电的相似性

本文将导热系统与弹性力学系统以及带电系统类比,发现这三种不同类型的系统在输运方面具有一致的行为特征,有相同的数学表达方式。都是在强度量的作用下,广延量的输运过程。强度量在被传递的广延量上的累积效果由广义功反映,广义功就是传递过程中的传递能力,传递能力在过程中有损耗。定义了导热过程中的热力功,它等于传热温度与传递的热量的乘积,反映了温度在传热量上的累积效果。热力功是传递中的热量传递势容,总热力功等于系统热量传递势容的改变量,热量传递势容表示物体的导热能力。

结合混合密度和局部结构的密度峰值聚类算法

密度峰值聚类(DPC)是简单有效的聚类算法,但该算法存在假设与实现间不一致和假设不适用的问题,导致DPC在密度不均的数据集上很难确定中心点,且非中心点分配策略鲁棒性低并产生连锁反应。针对此,提出一种结合混合密度和局部结构的密度峰值聚类算法(HS-DPC)。利用相对密度和绝对密度,提出混合密度计算公式,消除DPC假设中心点为局部峰值,但算法实现是全局峰值间的不一致。根据局部结构重新定义数据点之间的相似性,从而适应形状复杂数据。对中心点依据相似性传递,搜索有效数据并形成簇的主干结构。对剩余点结合不同簇的主干点分布进行距离最优分配,隔绝连锁反应完成边界聚类。通过在16个数据集上与五种聚类算法进行对比实验,结果表明了HS-DPC的有效性和鲁棒性。