基于数据挖掘的复合聚类法

基于数据挖掘的方法,设计和实现了两种复合聚类的算法,并对图像特征库按此算法建立了索引结构,形成了图像的索引库,通过实验,结果显示聚类方法具有很大的应用潜力.     

融合SLIC的DCUT改进图像分割算法

谱聚类DCUT算法能在任意形状的样本空间上聚类且收敛于全局最优解,但其缺点是计算相似度矩阵和特征向量的复杂度较高.为了提高了DCUT的算法速度,提出了基于SLIC的DCUT算法(SDCUT).SDCUT算法首先采用SLIC算法分割图像成超像素,再根据任意两个超像素的归一化直方图计算Pearson系数作为超像素之间的相似度,从而建立基于超像素的相似度矩阵,最后采用DCUT算法对超像素进行分类获得最终分割结果.在一系列图像上的实验结果表明,与几种经典谱聚类算法相比,本文方法的分割速度更快,且具有较好的分割效果.     

关于伪Riemann流形的极大子流形

在给出伪Riemann流形中一般等距浸入子流形的基本公式后,我们证明了极大类空子流形的一个广义Bernstein定理,并研究这种子流形的稳定性.     

关于伪Riemann流形的极大子流形

在给出伪Riemann流形中一般等距浸入子流形的基本公式后，我们证明了极大类空子流形的一个广义Bernstein定理，并研究这种子流形的稳定性.     

人体尿液的三维荧光指纹图谱

采用三维荧光光谱技术获得了不同人群尿液的指纹图谱,对24个胃癌病人以及27个健康人的尿样进行了测定,并结合主成分分析的投影判别法和聚类分析法对尿样三维荧光谱的特征参数进行了模式识别研究。结果表明,病人和健康人的尿样存在一定的差异,且主成分分析投影判别法和聚类分析法均能对样品进行较好的分离识别,从而建立了识别癌症病人以及健康人的尿液的新方法。     

存在保圆向量场的黎曼流形

设(M~n,g)是具有黎曼度量g的n维光滑流形,V_i表示关于由g确定的黎曼联络的共变微分.若(M~n,g)上向量场§~i满足方程则ξ_i称为黎曼流形(M~n,g)上的保圆向量场.当φ=const时,ξ_i称为相似向量场.Tashiro,Y.讨论了存在保圆向量场的完备黎曼流形.最近沈一兵求得了n维球面上保圆向量场的一般形式.本文考虑存在保圆向量场的一般黎曼流形,即确定使方程组(1.1)和(1.2)有解的M~n的局部线素形式以及解的形状.此外我们也讨论了存在保圆向量场的某些特殊黎曼流形.     

Sasaki流形上调和映射的第二变分算子的谱几何

假设目标流形是Sasaki空间形式或三维Sasaki流形,我们讨论所有调和态射集合中黎曼下浸的谱特征,同时也研究关于反不变子流形和Sasaki子流形的调和映射能量的Hessian的谱问题。     

关于复n 维射影空间的全实维子流形

一、引言 设(?)是具有殆复结构(?)的殆Hermite流形,M是(?)的子流形。若M上每点的切空间被(?)变换到自身中,则称M是(?)的全纯子流形。与此相反,若M上每点的切空间被(?)变换到该点的M的法空间中,则称M是(?)的全实子流形。这是殆Hermite流形中最重要的两类子流形。特别当(?)为复空间型时,这是仅有的两类不变子流形,即每点的切空间在(?)的曲率算子变换下不变。     

基于物流大数据有向图的客户资源聚类研究

面临大数据稀疏的严峻形势,物流客户资源的优化工作急需适用的聚类方法.本文基于信息熵、互信息、资源距离熵和优势评价等问题,设计物流客户资源的关联性分布估计、原子行为资源遴选、资源聚类和优势客户检测等算法,给出了信息熵架构下的物流资源优化聚类模型.通过实践验证,本模型具有高效遴选优势资源的效能,能为物流客户资源优化工作,提供可靠的适用性方案.     

一种具有自适应参数的基于密度加权的粗糙K-均值算法

针对原始粗糙K-均值聚类算法采用固定权重和阈值的缺陷,提出一种改进的粗糙K-均值算法。改进的算法根据K-均值聚类算法的特点,在基于密度加权的K-means算法基础上,对固定经验权重和固定阈值这两种参数进行改进,提出了一种自适应参数方法。实验结果表明,该算法降低了迭代次数,聚类结果更为精确。     

基于云环境K-means聚类的并行算法

K-means聚类算法只能保证算法收敛到局部最优,从而导致聚类结果对初始点的选择非常依赖,同时在面对海量数据时容易因运算次数增多而使聚类过程耗时增加.针对上述问题及结合海量数据的特性,本文提出了一种基于云环境的并行聚类算法,该算法利用Canopy聚类算法思想并结合二分查找思想对K-means算法进行优化,同时采用"极限点"原则使之避免了聚类过程中的局部最优,然后利用顺序组合式MapReduce编程模型实现了算法的并行化扩展.实验结果表明:在大数据集上,该算法比同样部署在Hadoop集群上运行的K-means算法,在加速比、准确率、扩展率、算法效率方面具有较大的优势.     

基于遗传算法的图论聚类方法

针对传统图论聚类算法对初始聚类中心的敏感性以及聚类结果与样本输入次序等问题,提出了基于遗传算法进行图论聚类分析的基本原理和实现方法.实验结果表明,遗传算法应用于图论聚类分析能够搜索到更为精确的聚类中心值,其结果明显好于传统图论聚类算法.     

一般伪黎曼流形中的极大类空子流形

Nn+p p为(n+p)维完备连通伪黎曼流形,它的截面曲率KN满足a≤KN≤b.Mn为Nn+p p中的紧致无边极大类空子流形.通过利用Green散度积分公式,得到了在一般伪黎曼流形情况下的J.Simons型积分不等式,推广了已有的结果.     

球面中紧致极小子流形的曲率拚挤

本文通过改进球面中极小子流形的Ricci曲率的拚挤常数，修正了Ogiue, K.的不正确论断.同时还给出了三维球面中极小拓扑环的曲率特征.     

局部形状特征概率混合的半自动三维点云分类

三维激光扫描获取的点云数据可用于数字城市建设、三维模型获取、场景分析与物体测量等领域.但因遮挡和噪声的影响,加之扫描场景复杂,采样精度受限,使得不能直接运用经典的曲面和三维空间理论对点云数据进行有效分析和处理.分类是点云数据预处理的重要方式之一.提取近邻四面体体积、近邻法向量差异度、主方向差异度和主曲率值4个局部形状特征,采用概率混合策略构建了一种点云数据的半自动分类方法,可实现平面点集、柱面点集和其他点集的有效区分.其中,概率混合策略是依据近邻点平均距离和单指标类别一致程度估计每个特征推断形状的概率,通过混合加权,依据概率赋权函数最大值准则进行局部形状推断.可实现用户交互,以便处理不同扫描尺度和精度的点云数据.采用本文方法对模拟生成的点云、单棵树木点云、街道场景点云、旷野自然场景扫描点云以及航空机载扫描点云等多组数据进行了实验,结果表明,基于局部形状特征的概率混合方法对各种点云数据均具有良好的分类效果.     

应用高效液相色谱法和化学计量学研究藿香正气水指纹图谱

采用高效液相色谱获得藿香正气水的色谱指纹图谱,利用基于主成分分析的投影判别法和聚类分析法分析实验结果.结果表明,不同厂家生产的藿香正气水存在显著差异,且主成分分析投影判别法和聚类分析法均能对样品进行正确分类,从而建立了识别不同厂家藿香正气水的方法,能有效地控制中药藿香正气水的质量.     

数字油画制作中的加速k均值颜色聚类算法

提出了一个数字油画制作中的加速k均值图像颜色聚类算法:AkMTI-CCI算法.该算法应用最远优先原则初始化聚类中心,消除了颜色聚类结果对初始中心的依赖性.利用三角不等式减少聚类过程中距离的计算量,提高了颜色聚类的速度.数值实验表明:AkMTI-CCI算法提高了颜色聚类的速度且改善了颜色聚类的效果.     

关于拟Einstein流形

文首先讨论了拟 E instein 流形 Q E 的一些基本性质,求得了 Q E 流形的几何和 代数特征.其次,探求了一个 R ie ma n流形为 Q E 流形的条件.最后,讨论了 Q E 流形与一些熟知 R ie ma n n流形之间的关系,指出了某些 O E 流形的不存在性     

关于具有平行平均曲率向盆场的子流形

本文讨论实空间形式中具有平行平均曲率向量场的紧致子流形为全脐点子流形的Ricci曲率拚挤问题.对于三维子流形,我们改进了〔11〕的拚挤常数.此外,也考虑了在高维共形平坦子流形上的推广.     

基于混合遗传聚类的Web日志挖掘

通过对Web日志文件进行分析，提出了一种用混合遗传聚类对Web用户的行为进行分析的方法,混合遗传聚类是标准遗传算法和K-中心点算法的有机结合．实验证明，该方法是一个具有全局最优解的聚类方法，其结果明显优于标准遗传聚类方法．该算法能够有效地剔除噪音，得到很好的用户聚类和页面聚类的结果，为网站的管理者设计个性化的商务网站提供了有效的决策依据．