兼顾重心的最密堆积算法设计与实现

该文针对目前物流行业迫切需要解决的货物存储空间利用率不高,长途货运过程中因堆叠方式不当造成货车重心不稳而存在一系列安全隐患等问题,提出一种兼顾重心的最密堆积算法。将存储空间分层,通过扫描得到货物体积、质量、是否有特殊需求等参数,综合G2LA重心算法及同、异构货物二维、三维空间最密堆积算法对货物堆积方式进行设计,以达到在保证运输过程中运输车辆重心稳定的前提下,实现仓储空间利用率最大化的目的。本算法的设计与实现,对进一步推动物流行业的发展具有重大意义。

一种基于密度最大值的聚类算法

提出了一种结合了基于密度聚类思想的划分聚类方法——"密度最大值聚类算法(MDCA)",以最大密度对象作为起始点,通过考察最大密度对象所处空间区域的密度分布情况来划分基本簇,并合并基本簇获得最终的簇划分.实验表明,MDCA能够自动确定簇数量,并有效发现任意形状的簇,对于未知数据集的处理能力和聚类准确度都优于传统的基于划分聚类算法.

超硫酸盐水泥实际与最密集堆积的灰色关联度与抗压强度的关系

本文采用激光粒度分析仪测试超硫酸盐水泥粉体粒径,用以反映超硫酸盐水泥的粒径分布;采用机械压力法制备的超硫酸盐水泥干粉压实体,其空隙率可以宏观上反映颗粒间的物理堆积密实度;根据Dinger-Funk数学模型得出粉体最佳颗粒群分布即最紧密堆积颗粒群分布;运用灰色关联分析原理考察粉体实际颗粒群分布与最紧密堆积颗粒群分布的相关性;基于以上分析建立水泥净浆抗压强度与超硫酸盐水泥堆积效应的关系。试验结果表明:超硫酸盐水泥粉体实际颗粒群分布与最紧密堆积颗粒群分布的相关性越高,压实体空隙率越低,抗压强度越高。

球形硅微粉粒径复配模型的构建与应用

为了获得兼具无机粉体填充量大与流动性好的有机-无机复合材料体系,基于Dinger-Funk经典颗粒堆积理论,利用MATLAB优化工具箱构建复配比例计算模型,得到满足最密堆积的无机填料体积配比;将不同粒径分布的球形硅微粉按照一定的构成比例复配后填充于环氧树脂中,结合热压-流胶、振实密度、流变性能测试,考察不同体系粉体的填充紧密度及胶体流动情况。结果表明,经模型计算得到的复配体系具有最小的熔融剪切黏度、最大的流动直径及较大的振实密度,验证了构建的比例计算模型的准确性。

检测最大密度子图的局部广度优先扩张与收缩方法

最大密度子图检测是一个重要的图挖掘问题,目前已经应用在诸如互联网、生物科学及图像处理等多个领域.在传统的最大密度子图检测算法基础上,提出一种新的基于局部广度优先扩张与收缩算法.首先,选定图中的最优结点,并从该结点出发做广度优先扩张;其次,对上面所得到的扩张结点集合进行收缩,从而得到当前迭代过程的局部最大密度子图;最后,在该局部最大密度子图相对于原图的补图上不断进行上述迭代,每次记录当前平均密度最大的子图,直至补图为空.该算法利用局部邻域优势,有效地提升了最大密度子图的平均密度.通过实验结果表明,与同类算法相比,利用该算法所得到的最大密度子图的平均密度更大.此外,通过实验表明,该算法与同类算法相比还具有更好的稳定性和适应性.

异构属性网络中统计显著密集子图发现算法研究

密集子图体现了大图中的稠密部分,它是图中具有最高密度的子图,这使得它在事件检测,生物分析和社区发现等方面具有广泛应用和实用价值.现有的密集子图发现方法所使用的图模型描述不够详细,并且发现的密集子图缺乏统计显著性.为了解决以上问题,本文提出了异构属性网络这一新模型,然后在异构属性网络上通过非参数扫描统计和基于(k,Ψ)-核的方法发现高Steiner连通度的统计显著密集子图.首先构建异构属性网络,其包括类型、实体、关系和带有时序关系的属性信息;其次通过历史属性信息计算异构属性网络中每个实体的统计值,形成统计权重网络;然后利用非参数扫描统计方法测量统计权重网络中子图的统计显著性;最后由于此问题是NP-难的,于是提出了基于(k,Ψ)-核的局部扩展的近似统计显著密集子图发现算法.大量基于真实异构属性网络数据的实验结果证明了本文所提出算法的有效性和高效性.

稠密k-子图问题的双非负松弛

稠密k-子图问题是组合优化里面一类经典的优化问题,其在通常情况下是非凸且NP-难的。本文给出了求解该问题的一个新凸松弛方法-双非负松弛方法,并建立了问题的相应双非负松弛模型,而且证明了其在一定的条件下等价于一个新的半定松弛模型。最后,我们使用一些随机例子对这些模型进行了数值测试,测试的结果表明双非负松弛的计算效果要优于等价的半定松弛。

粉料烧结过程中的四物料等量模型

本文假设在陶瓷烧结过程中,坯料中各原料颗粒为等径球粒,经过充分混匀,在坯体中最紧密地排置,并排除物理化学因素。在这种情形下,各原料颗粒之间的配置关系可由等大球体最紧密堆积方式来分析。从数学角度,以图论和群论为依据,推导出空间上等大球体最紧密堆积的“四色原理”,即采用四种或四种以上原料配料,陶瓷坯体中各原料的分布状态与采用三种或三种以上时有本质的不同。前者将使坯体中各部分在烧结过程中更加均匀、稳定,并加速烧结。

水煤膏粒度配比试验研究

提出了以最密堆积作为评价水煤膏粒度配比优劣的指标并研究了煤粉颗粒在不同粗细比下的自然堆积体积和析水率，得出了徐州混煤和贾汪烟煤（粒度０～５ｍｍ）的最佳配比，该结果在我所水煤膏流动试验台上得到验证。

基于Twitter Storm平台并行挖掘最稠密子图

在大规模图结构数据中发现最稠密子图具有极其广泛的应用,如社区发现、垃圾邮件检测和论文引用关系抽取等。基于带标签的无向图,提出了查询标签集的概念,设计了一个可以快速发现最稠密子图的近似算法DSFLC(Densest Subgraph Finding based on Labelset Constraint):用户提交自定义的查询标签集,算法便可保证在用户可以接受的时间内返回满足查询标签集约束的最稠密子图。对于任何参数ε(ε>0),DSFLC算法只需扫描大规模数据集O(log1+εn)次,同时可保证算法的近似因子是2(1+ε)。对DSFLC算法进行分析后,发现该算法在预处理阶段易于并行化,因此选择Twitter Storm平台,并行化地实现了DSFLC算法。最后对从DBLP数据库中抽取的合作关系图进行测试,一方面研究Storm平台对算法的加速程度;另一方面分析挖掘出的子图的稠密度与参数ε之间的关系,最终验证了DSFLC算法的实用性和可扩展性。

基于信任和图聚类的协同过滤推荐算法

推荐系统的作用是为用户提供个性化的建议或服务,从而帮助用户在大量数据中快速找到感兴趣的项目。在现有的推荐算法中,基于模型的协同过滤推荐算法是推荐系统中一种重要且被广泛使用的方法,它可以解决推荐系统中的冷启动和数据稀疏等部分问题。文中对传统的协同过滤算法进行了改进,将组合了信任信息和图聚类算法的协同过滤技术应用在推荐系统。该方法首先将用户/项目信息表示为图形,然后在图形上使用近似最密集子图查找算法来找到初始集群中心,接着应用迭代方法来更新集群中心直到合并集群。最后将找到的集群作为邻居,对未知项目预测评级并向活跃的用户推荐前N项。在不同的数据集中,对比不同聚类方法的评估结果来表明所改进的方法优于其它推荐方法。

大规模网络中的群组检测研究

在图的各种应用中,如挖掘社交网络、Web图挖掘和生物信息学挖掘等,从大型图中抽取密集子图是一个关键的,也是初始的步骤。本文主要研究多项式复杂度下的k-群组最密集子图问题,包括发现密集子图的精确算法和抽样算法。精确算法适用于小规模的图,而抽样算法在明显的时间加速和空间节省的基础上,产生高质量的近似结果。

时序图中Top-k稠密子图查询算法研究

稠密子图的查询是图分析领域的重要研究问题之一,在社交用户相关性分析、Web中社群分析等方面都有着广泛的应用。目前,关于稠密子图查询的研究工作主要基于静态图。而在实际应用中,时序信息会对稠密子图查询产生重要的影响,使得图拓扑结构随时间序列不断发生变化,包含的信息量也不断增加,使得已有的针对静态图的查找方法不再适用于时序图。因此,如何高效地在时序图上查找稠密子图仍然是一个挑战。为了解决上述挑战,首先规范化地定义了基于时序图的稠密子图查找问题;然后,根据图的拓扑结构和包含时间标签的边之间的相似度,提出一种基于阈值的近似查找算法DTS-base。为了加快算法的收敛速度,提出了一个基于快速计算最大相似度时间片的优化算法DTS-opt。最后,通过在真实数据集上的实验,证明了所提算法的高效性和可扩展性。

球磨时间对粗晶钨钴合金WC晶粒尺寸分布与WC邻接度的影响

本文选取钴含量分别为3%、8%、18%、26%的粗晶硬质合金混合料进行球磨,在球磨时间为15、16、17 h时取出混合料制成四组每组3批硬质合金样品,研究球磨时间对粗晶硬质合金WC晶粒尺寸分布及WC邻接度的影响,结果表明,同组粗晶硬质合金的WC晶粒尺寸分布曲线随着球磨时间的增加逐渐向左偏移,分布曲线的右支变得更陡,WC邻接度先变小再增大;在同组样品中WC晶粒尺寸分布曲线右支个数百分比随晶粒尺寸变化最缓的合金具有最小的WC邻接度。用最密填充理论解释了WC邻接度低的合金WC晶粒尺寸分布的特征。

Zero asymptotic Lipschitz distance and finite Gromov-Hausdorff distance

We give an example which shows that the Burago’s bounded distance theorem does not hold in a non-intrinsic metric case. The argument is based on the classical answer to the densest circle packing problem in ?2.

构造超球体中极大极小距离设计的保距抽样法

极大极小距离设计常用于计算机实验,其安排实验点使得任意两实验点间的最小距离最大化.本文基于球覆盖的思路,提出保距抽样法构造单位球体中的极大极小距离设计.相较于致密堆积法,该方法实现了对任意实验次数的设计构造,且避免了水平重复.相较于贪心算法和序贯优化法,该方法能够得到极小距离更大的设计结果,同时具有更低的算法复杂度.