面向社团结构划分的最短路径相异性指数算法

用最短路径距离取代网络中用布朗微粒衡量的两节点之间的距离,在此基础上提出了基于最短路径的相异性指数算法。对算法实现过程进行描述,并将算法应用于存在的研究算法分析实例上,说明该算法可行性。把该算法应用于本文构造的虚拟企业网络的社团划分上,划分结果与预期相符。

嵌入代价敏感的极限学习机相异性集成的基因表达数据分类

极限学习机的相异性集成算法(Dissimilarity Based Ensemble of Extreme Learning Machine,D-ELM)在基因表达数据分类中能够得到较稳定的分类效果,然而这种分类算法是基于分类精度的,当所给样本的误分类代价不相等时,不能直接实现代价敏感分类过程中的最小平均误分类代价的要求。通过在分类过程中引入概率估计以及误分类代价和拒识代价重新构造分类结果,提出了基于相异性集成极限学习机的代价敏感算法(CS-D-ELM)。该算法被运用到基因表达数据集上,得到了较好的分类效果。

相异性容错设计的概念及其实现

相异性设计是为避免共性故障而采取的一种设计方法 ,是不同的工作组根据一个初始规范分别设计满足规范的独立工作系统 ,通过互相之间的故障监控 ,对发生的故障进行检测、隔离和定位 ,并可能进行重构 .这种系统容错概念的理论基础是独立开发系统 ,不会发生共性故障 .为此介绍了相异性设计的概念及几个使用相异性设计实现的容错系统 。

分布式数据挖掘中的最优K相异性取样技术

为了弥补基于集中式处理的分布式数据挖掘方法的不足,有效地实施分布式数据挖掘(DDM)任务,需要一种能从分布式数据源中获取多样化代表性取样集的技术.提出了一种新的适用于分布式数据挖掘环境的数据取样算法(OptiSim-DDM方法),算法核心是基于最优K相异性进行数据选择,采用移动Agent技术和扩展的最优K相异性数据多样化代表性子集选择方法,能在各分布式数据场地中轮转选择出全局数据集的多样化代表性取样集.该方法通过降低所挖掘的数据集的数据规模来降低数据挖掘算法的时空复杂度,降低网络通讯代价,提高数据挖掘的执行效率,适合于各场地数据是互相关联和互相依赖的分布式数据挖掘任务.实验结果证实该方法是可行、有效的.

面向分类属性数据的一种改进相异性度量及其在客户细分中的应用

针对传统相异性度量无法准确反映决策者在与细分目标相关的决策指标上的偏好信息,提出一种改进的距离层次并给出使用该度量,基于聚类分析的客户细分基本流程。该度量利用距离层次计算各分类属性值概念间的相异性,同时引入指标距离的概念描述对于特定指标,决策者在不同分类属性值上的偏好,结合模糊相似优先比决策方法和树的广度优先遍历计算不同分类属性值间的指标距离,最后通过将所求得的概念距离和指标距离进行加权求和以更全面地度量不同分类属性值间的相异性。对陕西省电力公司工业客户进行细分实验的结果表明:与传统距离层次相比,采用改进相异性度量能提高聚类质量和细分结果的可解释性。

四轮全方位移动机器人各向相异性研究

由于全方位轮的特殊构造,使得全方位移动机器人沿不同方向运动时具有的最大速度不同,以及在不同方向上的加速性能也不同,称之为各向相异性(anisotropy).为了充分发挥全方位移动机器人的优越性,通过对4轮全方位移动机器人进行运动学、动力学建模,分析了机器人各向相异性,确定了轮系布置与最大速度曲线的相关规律,以及当机器人沿某一方向以一定加速度运动时,不同轮子上驱动电机所需提供的转矩,从而使得机器人加速运动时更好地避免轮子打滑.并且通过Matlab-ADAMS联合仿真以及实际实验,验证了分析结果的正确性.对机器人的各向相异性作了全面系统的研究,从而更清楚地表述了模型特性,为更好地控制全方位移动机器人提供了基础.

基于相异性选择的密度聚类算法研究

在最优K相异性算法(OptiSim)的基础上,提出一种扩展的最优K相异性算法(EOptiSim),由于EOptiSim在处理组合数据库和分布式数据库方面能弥补基本的OptiSim方法的不足,所以通过在DBSCAN算法之前应用OptiSim或EOptiSim多样化代表性子集选择技术,在显著降低I/O耗费和内存需求的同时,不仅能够有效地聚类单一的大规模空间数据库,而且还能聚类大规模组合数据库或分布式数据库.实验结果表明本文的算法是可行、有效的.

综防田和化防田稻田蜘蛛群落优势类群相异性比较研究

在早、晚稻的发育各期 ,湖南稻田蜘蛛的主要优势类群均为狼蛛科、皿蛛科、球蛛科和肖蛸科。化学农药对四大优势科蜘蛛的个体数量影响较大 ,两类防治田优势科蜘蛛的个体数量大多在 30 %～ 6 2 %之间 ,差异最大的是在早稻发育晚期 (7月份 )皿蛛科蜘蛛的相异性达 6 7.5 9%。并且发现化学农药对占座型蜘蛛的影响远大于游猎型蜘蛛。

基于相异性空间和多分类器融合的文本分类方法

提出了基于相异性表征和多分类器融合的文本分类方法。首先,文档特征向量通过不同的相异性表征变换词袋法获得低维表示形式;然后,为了避免最优表征集的搜索陷入局部最优,对多分类器的响应进行合并,并在不同的相异性空间上训练数据。最后,在测试阶段,通过表征变换的多个分类器融合获得分类结果。多个数据库的实验结果表明了所提方法的有效性。与其他方法相比,所提方法在微观平均F1得分和宏观平均F1得分表现较优,准确率和稳定性较好。

基于变化趋势相异性的金融时间序列函数聚类分析

针对函数数据聚类方法中基于序列数值模式测度相似性的聚类方法不考虑轨迹形状,而基于序列形状模式又忽略了序列数值所代表的相似信息和趋势信息,笔者提出一种对曲线之间对应里程碑出现的时间差异和所隐含的变化幅度差异的相异性测度法,据此将具有类似变化趋势的曲线聚为一类。运用该法对上证50指数的股票进行聚类分析,结果表明该聚类法能很好地测度曲线之间变化趋势的相异性,在高频金融时间序列的聚类分析中具有现实意义。

试论大学校园文化与企业文化的相异性

本文从文化的建设主体、建设目标、建设途径以及社会定位四个方面,对高校校园文化和企业文化的相异性展开讨论,通过对校企文化的相异特点进行系统的分析和比较,从中获得有益的启迪。

四轮移动机器人运动各向相异性研究

针对移动机器人特殊结构导致的运动各向相异性问题,对移动机器人沿各个方向的速度、加速度等特性进行了研究。根据4个连续切换轮的排布方式及非完整系统的劳斯方程,对移动机器人的运动学方程及动力学方程进行了推导;建立了移动机器人在ADAMS软件中的模型,对移动机器人的速度相异性进行了仿真;建立了以工控机为核心的电气控制系统,利用三维加速度传感器MPU6050对移动机器人的加速度相异性进行了测试。研究结果表明:仿真结果与理论值完全一致,实验结果与理论值基本符合;该结果阐述了移动机器人速度、加速度随角度变化的关系。

一种基于MST的自适应优化相异性度量的半监督聚类方法

针对混合属性空间中具有同一(或相近)分布特性的带类别标记的小样本集和无类别标记的大样本数据集,提出了一种基于MST的自适应优化相异性度量的半监督聚类方法。该方法首先采用决策树方法来获取小样本集的"规则聚类区域",然后根据"同一聚类的数据点更为接近"的原则自适应优化建构在该混合属性空间中的相异性度量,最后将优化后的相异性度量应用于基于MST的聚类算法中,以获得更为有效的聚类结果。仿真实验结果表明,该方法对有些数据集是有改进效果的。为进一步推广并在实际中发掘出该方法的应用价值,本文在最后给出了一个较有价值的研究展望。

中国朝鲜族与韩国人风俗之相异性

中国朝鲜族在中国生活的百余年时间里，在保持其固有的民族文化特色的同时形成了具中国＊色的自身文化独特性。即饮食风俗及其相异性;家庭生活及其相异性;社会人际关系习惯及其相异性;娱乐厂俗及其相异性。

商标词翻译要坚持“本土化”原则——兼谈翻译的“相异性”

中国品牌有巨大潜力走向世界,商标词的国际化是中国品牌国际化的第一步,商标词国际化的最根本的途径是通过翻译这一渠道,而商标词的翻译不仅是两种语言的接触,更是两种文化的交融。在中外文化交流中,翻译具有传递“相异性”的功能,即要尊重原作的“异质”生命,在民族身份认同中植入相异性因素,经历一个“本土化”,即“归化”的过程。

艾米莉·狄金森与罗伯特·弗罗斯特对比研究——诗歌表层主题和深层主题的相似性与相异性探析

艾米莉.狄金森与罗伯特.弗罗斯特是美国当代杰出诗人。本文通过对诗歌主题的对比分析,总结出二者诗歌表层主题和深层主题的相似性和相异性。

论隐喻中的相似性和相异性

隐喻可分为“以相似性为基础的隐喻”和“创造相似性的隐喻”。相似性是隐喻的基础,任何事物之间都具有相似性和相异性,两个事物之间的相似性越小而相异性越大时,隐喻的隐喻性程度和效果就越大。

公司法人团体相异性研究

公司是由具有不同偏好的投资者在不同行业并受到各种因素限制下设立并运营的,因此,不同的公司都有自己的特殊之处,它们在功能、内部结构和管理等上具有很大不同,从而呈现出不同的公司形态。相应法律制度的设计和制定则必须适应这些不同因素,以有效地促进不同公司形态的存在和发展。现代法律对公司法入团体相异性管制的基本原则是充分发挥公司的个性,适当管制以保护第三人和社会公共利益。

多个相异性矩阵的数据分析(英文)

本文给出了分析多个相异性矩阵的三种方法.首先找到了一种图表示,使我们对所有相异性矩阵有一个总体的了解;其次定义了一个新的相异性矩阵,它可以看作是对所有原始相异性矩阵的一个折衷处理;最后提出了一种MIMU方法.在文中我们还对由上述方法得到的坐标图进行了比较.