K-th Number Query问题的改进算法研究

K-th number query是计算机算法中的一个基础问题,被广泛作为很多算法实现的重要步骤。对该问题进行了深入研究,并找到了单询问渐近时间复杂度最优的算法。目前一般对于多询问的K-th number query问题使用平衡二叉树解决,询问的时间复杂度为O(lbn)。但该算法实现比较复杂,并且常系数较大,提出了基于Bit Indexed Tree数据结构的算法解决,在同等时间复杂度的前提下,实现简单,隐含的常系数很小。最后进行了实验测试,分析显示该新算法不论在时间上还是空间上都优于现有的算法。

K-T变换在监测小麦地表参数中的应用

利用K-T变换提取TM和MODIS遥感影像的绿度、湿度分量,在不同的分辨率尺度下监测小麦覆盖地表参数:土壤湿度(Ms)、等效水厚度(EWT)和叶面积指数(LAI),并与NDVI(归一化植被指数)、NDWI(归一化水分指数)和EVI(增强植被指数)监测结果比较。湿度分量监测Ms效果更好,TM和MODIS遥感影像反演精度分别为6.08%、7.37%(RMSE),相关系数R2分别为0.49、0.31,基于绿度和湿度分量建立土壤湿度多元线性回归反演模型,利用TM影像反演土壤湿度RMSE为4.91%,反演土壤湿度和实测土壤湿度R2达0.63;绿度分量监测EWT效果更好,TM和MODIS遥感影像反演精度分别为0.37 kg/m2、0.43 kg/m2,R2分别为0.51、0.28;绿度分量反演LAI精度更好,TM和MODIS遥感影像反演精度分别为0.66、0.83,R2分别为0.64、0.35。

运动应激对T-淋巴细胞膜Na^+-K^+泵和T-LTI的影响及其与高乳酸和高K^+血症的关系

目的:探索运动应激对人体外周血T-淋巴细胞膜Na+-K+泵和转换功能的影响及其与运动性高乳酸和高K+血症的关系。方法:非体育专业男大学生,空腹,以200W蹬车2min,间歇5min,重复运动至极度疲劳。检测运动前、运动后即刻和运动后3h血清K+和血乳酸(BLA)浓度、人体外周血T-Na+-K+泵活性和T-淋巴细胞转换指数(T-LTI)。结果:在运动后即刻T-Na+-K+泵和T-LTI分别下降至运动前的35%和31%(P<0.001),血清K+和BLA浓度增加幅度分别达运动前的46%和314%(P<0.001),经3h休息,T-Na+-K+泵活性和T-LTI仍明显低于运动前,但血清K+和BLA浓度基本恢复;BLD和血清K+分别与T-Na+-K+泵和T-LTI呈负相关(P<0.05)。结论:运动应激时T-Na+-K+泵活性和T-LTI下降,运动性高血K+和高乳酸血症对细胞免疫功能有一定抑制作用。

船舶纵倾对K，T指数的影响模拟计算

通过对船舶一阶操纵运动响应方程的分析，根据Ｋ，Ｔ指数的定义，利用一阶位置导数和旋转导数的近似公式，求得纵倾对操纵性指数的影响。计算结果表明：尾倾的增大，使旋回性变差，追随性变好。这一结论，对操船者掌握船舶在不同吃水差情况下船舶操纵性能的变化，具有一定的意义。

乌江航道千吨级船舶K、T指数计算方法

为得到乌江航道千吨级标准船型的K、T指数计算经验公式,基于乌江航道和乌江千吨级船舶特点,提出适应于该船型的船舶操纵运动数学模型研讨小组(Ship Maneuvering Mathematical Model Group,MMG)模型,利用船模试验资料验证模型的准确性。利用该模型对一系列千吨级船舶进行模拟仿真,得到Z形操舵运动曲线,并使用野本法得到该系列船舶的无因次化K、T指数。将所得结果作为样本库,利用交叉二次回归方法,计算得到适应于乌江千吨级船舶的无因次化K、T指数计算的经验公式。在此基础上使用3条实船的试验数据验证所提经验公式的精确性。

K-means算法最佳聚类数确定方法

K-means聚类算法是以确定的类数k为前提对数据集进行聚类的,通常聚类数事先无法确定。从样本几何结构的角度设计了一种新的聚类有效性指标,在此基础上提出了一种新的确定K-means算法最佳聚类数的方法。理论研究和实验结果验证了以上算法方案的有效性和良好性能。

新的K-均值算法最佳聚类数确定方法

K-均值聚类算法是以确定的类数k和随机选定的初始聚类中心为前提对数据集进行聚类的。通常聚类数k事先无法确定,随机选定的初始聚类中心容易使聚类结果不稳定。提出了一种新的确定K-均值聚类算法的最佳聚类数方法,通过设定AP算法的参数,将AP算法产生的聚类数作为聚类数搜索范围的上界kmax,并通过选择合适的有效性指标Silhouette指标,以及基于最大最小距离算法思想设定初始聚类中心,分析聚类效果,确定最佳聚类数。仿真实验和分析验证了以上算法方案的可行性。

高效率的K-means最佳聚类数确定算法

针对K-means聚类算法通常无法事先设定聚类数,而人为设定初始聚类数目容易导致聚类结果不够稳定的问题,提出一种新的高效率的K-means最佳聚类数确定算法。该算法通过样本数据分层来得到聚类数搜索范围的上界,并设计了一种聚类有效性指标来评价聚类后类内与类间的相似性程度,从而在聚类数搜索范围内获得最佳聚类数。仿真实验结果表明,该算法能够快速、高效地获得最佳聚类数,对数据集聚类效果良好。

基于改进K-medoids的聚类质量评价指标研究

为了更好地评价无监督聚类算法的聚类质量,解决因簇中心重叠而导致的聚类评价结果失效等问题,对常用聚类评价指标进行了分析,提出一个新的内部评价指标,将簇间邻近边界点的最小距离平方和与簇内样本个数的乘积作为整个样本集的分离度,平衡了簇间分离度与簇内紧致度的关系;提出一种新的密度计算方法,将样本集与各样本的平均距离比值较大的对象作为高密度点,使用最大乘积法选取相对分散且具有较高密度的数据对象作为初始聚类中心,增强了K-medoids算法初始中心点的代表性和算法的稳定性,在此基础上,结合新提出的内部评价指标设计了聚类质量评价模型,在UCI和KDDCUP99数据集上的实验结果表明,新模型能够对无先验知识样本进行有效聚类和合理评价,能够给出最优聚类数目或最优聚类范围.

基于动态社交网络的高效核维护方法

在现实世界中,社交网络图的结构是动态变化的,导致顶点的核数发生变化。核维护是指当图发生动态变化时动态更新图中所有顶点的核数。现有的最先进的核维护方法是基于遍历的核维护算法和基于顺序的核维护算法,针对现有核维护方法在大规模动态图中执行效率较低的问题,该文提出了基于动态社交网络的高效核维护方法。首先分析了基于遍历的核维护方法和基于顺序的核维护方法的不足,提出了新的kn-order索引来维护顶点的顺序和邻居信息,通过改进的遍历查询方式来高效获取图动态变化后核数变化的顶点集,并提出了基于边插入的核维护算法和基于边删除的核维护算法来高效维护顶点的核数。最后,在4个真实数据集的验证表明,该算法有效提高了基于动态社交网络的核维护的效率,较基于顺序的核维护方法,执行效率提升了3~4倍,访问图中顶点的比例平均下降了2%左右,加速比提升了至少2倍。

基于K-means算法的最佳聚类数研究

针对聚类算法在实现的过程中需要预先设定最终聚类数目的问题,提出了基于同类全部样本的类内紧密度和类间离差度的一种新聚类有效性指标,通过该指标能够有效地确定数据集的最佳聚类簇数。在确定最佳聚类数的过程中采用K-means算法,针对K-means算法随机选择初始聚类中心的缺陷,提出以欧式距离度量样本相似度,基于样本方差,选出方差最小的前K个样本作为初始聚类中心,避免噪声点成为初始聚类中心,使得选择的初始聚类中心位于样本集稠密区域,Kmeans聚类的结果稳定有效。使用优化K-means算法和新的聚类有效性指标确定数据集的簇数,通过在UCI数据集和人工模拟数据集上测试,证明文本算法在球形且噪声点较少的样本集中,能够有效地找出最佳的类数且算法运行速度快。

基于K-means的最佳聚类数确定方法研究

确定数据集的最佳聚类数是聚类研究中的一个重要难题。为了更有效地确定数据集的最佳聚类数，该文提出了通过改进K-means算法并结合一个不依赖于具体算法的有效性指标Q（c）对数据集的最佳聚类数进行确定的方法。理论分析和实验结果证明了该方法具有良好的性能和有效性。

K-means算法最佳聚类数评价指标研究

聚类分析广泛应用于商务智能、图像模式识别、Web搜索、生物学等领域,是一种无指导的观察式学习。然而,绝大多数聚类分析算法都面临着一个非常棘手的问题——最佳聚类数的确定。K-means是典型的基于划分的聚类方法,它需要用户输入聚类数K,但这通常非常困难。聚类数的确定是决定聚类质量的关键因素。虽然有许多被用来估计最优聚类数的聚类评价指标,但对于不同的聚类算法,不同的评价指标效果差异很大。为确定针对K-means聚类算法效果最好的评价指标,采用4种典型的不同聚类结构特征的人工模拟数据以及来自UCI的真实数据集对7种评价指标的性能进行实验比较,结果表明CH指标和I指标在评估K-means算法的最佳聚类数时效果较好。

XML数据索引技术

对XML数据建立有效的索引,是左右XML数据处理性能的重要因素.深入地讨论了目前XML索引技术的研究现状,将XML索引技术分为两大类:节点记录类索引(本身还可以分为3个小的类型)和结构摘要类索引.根据XML数据查询处理效率以及XML数据修改对XML索引的要求,讨论了相关XML索引方法的优点和不足,并归结出XML索引后续研究的3个方向:XML结构信息的获取,路径信息的多维处理,数据修改合法性的有效支持,以及涉及能够同时有效满足XML查询和信息获取的索引.

一个适用于内存数据库系统的多维索引结构

树形结构一直都是数据库系统中建立多维索引最有效的方法之一,其中比较流行的有k-d树,R树等。但是对于内存空间极为宝贵的内存数据库来说,它们都有浪费内存的缺点。而T树作为内存数据库最常使用的一维索引结构,具有存取速度快,节约空间的优点,但是对于多维索引的情况它的效率却不高。该文首先介绍了k-d树,R树的特点及缺点,然后介绍T树的特点,操作和在多维条件下的缺陷,并提出了一种网格+T树的结构对其进行改进,从而使它适用于多维索引的情况。

一种平原区园地遥感信息提取的新方法

针对平原区园地与居民点落叶林不易区分的特点,提出适合于中分辨遥感影像的平原区园地信息提取特征指标——平原区园地指数.利用影像的多时相特征,结合面向对象的分类方法构建平原区园地信息提取模式.安徽省砀山县园地提取实验表明,该方法简单易行,有效避免了"椒盐现像",提高了分类精度,对于准确地确定平原区园地面积及其分布情况具有重要的实际应用价值.

不同电针刺激频率和频度对小鼠免疫功能的作用

目的在小鼠上探讨不同电针(EA)刺激频率和频度对其免疫功能的作用。方法应用细胞生物学和MTT方法,检测不同电针刺激频率和频度对小鼠脾指数、NK细胞活性和T细胞增殖能力等免疫学指标的影响。结果电针1次后,分别在0,24和48h时间点检测小鼠的脾指数、脾脏NK细胞活性及T细胞增殖能力,2 Hz、100 Hz和2/100 Hz EA刺激均无明显影响。连续电针3 d(每天1次)后,2Hz、100Hz和2/100 Hz EA对脾指数均无明显影响;100Hz EA显著降低NK细胞活性(P<0.05),2/100 Hz EA明显升高NK细胞活性(P<0.05),而2Hz EA无明显影响;2Hz EA显著升高脾脏T细胞增殖能力(P<0.01),而100Hz和2/100 Hz EA均无明显影响。结论电针对小鼠脾指数、NK细胞活性和T细胞增殖能力的作用存在频率和频度的特异性,这将为临床应用电针治疗与免疫相关疾病提供理论和实验依据。

基于聚类的无线Mesh网关选择及AP分组算法

针对无线Mesh网络网关部署和AP分组问题,提出了一种基于聚类思想的启发式算法.首先设计了一个最小跳数权重指标,其大小反映网关数以及最小跳数的辩证关系,通过这个指标,利用启发式算法获得一个较好的初始解;然后利用聚类k-means方法来对此初始解进行调整优化,使AP分组尽可能均匀;最后通过仿真实验验证该算法的有效性.结果表明:通过有限次数调整,网络可以取得最小网关数、最小AP到网关平均跳数和最小负载均衡指数3个优化目标之间的平衡.

船舶在不同水域中K，T指数的模拟计算

基于一阶响应方程，在现有的水动力导数的理论计算公式和浅水修正系数的基础上，对船舶以不同速度在不同水域中的Ｋ，Ｔ指数值进行模拟计算，和实验结果进行对比，发现基于理论公式的计算结果与实验结果的吻合程度是良好的．

ILP模型结合连通性约束的WSN传感器部署方案

针对无线传感器网络(WSN)区域覆盖中传感器部署的覆盖性和连通性问题,提出一种基于整数线性规划(ILP)模型和连通性约束的WSN传感器部署方案.在传统基于ILP的覆盖模型中融入连通性约束,并设置了直接和间接连接的决策变量,使其在不同的覆盖范围Rcov和通信范围Rcom下,都能够利用最小数量的传感器实现区域k-覆盖并保持连通性.实验结果表明,与现有的常规部署模式相比,该方案能够获得最小的传感器数量,有效降低了部署成本.