一种网格和分形维数的数据流聚类算法

针对常规算法不能适应数据流的动态环境问题,提出一种基于网格和分形维数的数据流聚类算法,有效地完成了对数据流的分析任务,克服了传统聚类方法的不足,把整个挖掘过程分为在线进程和离线进程,最终实现数据流的聚类.     

数据流窗口查询语义的局限性及改进方法

在数据流处理系统普遍使用滑动窗口查询模型来解决数据流的持续查询问题.对一些特殊的查询类型,在使用滑动窗口查询时无法完全达到查询要求,通过引入条件窗口对滑动窗口模型进行更一般化的扩展和改进,可以解决滑动窗口语义在处理这一类型查询中的局限性.     

局部双量化模糊粗糙集

为了在一定程度上提升模型的实用性与容错率,首先给出程度模糊粗糙集模型和局部程度模糊粗糙集模型的定义,然后,将局部模糊粗糙集模型与局部程度模糊粗糙集模型通过逻辑联结词结合起来,提出局部双量化模糊粗糙集模型,并给出模型的相应性质.最后,通过一个相应的例题说明其有效性.     

掺铒磷酸盐玻璃微球吸收光谱上的形貌共振

利用高温熔融冷却法制备了直径为82．4μm的掺铒磷酸盐玻璃微球，并利用熔融拉丝法制备了锥腰直径为2．3μm的熔锥光纤与其进行耦合，发现了掺铒玻璃微球吸收光谱中出现的等间距分布的滤波谱线。利用光学微球腔理论讨论了玻璃微球吸收光谱中的形貌共振现象，计算出该耦合系统的品质因数为1．31×10^4。利用Mie散射理论计算了谱线的吸收峰位置和峰间间距，计算结果与实验结果相符合。最后比较了两种峰间间距算法的优劣。     

白肋烟遗传连锁图的构建及黑胫病抗性QTL初步分析

利用白肋烟抗黑胫病品种B37（Burley37）和感黑胫病品种B67（Burley67）杂交的F1代以花药培养技术培养获得的双单倍体（DoubleHaploid,DH）遗传群体87个株系为作图群体,利用AFLP和SRAP分子标记技术,在群体中共获得135个多态性标记．以此为基础,利用Mapmaker／EXP作图软件,构建了一个含23个连锁群、99个标记的白肋烟遗传连锁图,该图谱总长为915．7cM,标记间的平均距离为9．2cM．同时利用两年田间试验调查分析了该群体各株系的黑胫病发病率和病情指数,利用WinQTLcart2．5软件扫描遗传连锁图,在4个连锁群上共检测到7个黑胫病抗性相关QTLs（QualitativeTrairLoci）,分别命名为TBS1一TBS7,单个QTL解释表型变异11．2％--20．0％．其中在C2和C5两个连锁群上出现了重复性稳定的QTL研究结果为精细定位抗病QTL以及通过分子标记辅助选择等方法选育黑胫病抗性强的烟草品种奠定了基础．     

局部模糊粗糙集及其属性约简

借鉴局部粗糙集的理论,本文利用模糊集上包含度的定义提出了局部模糊粗糙集模型,分析了该模型的性质并且给出了该模型的属性约简,最后通过实例说明该属性约简算法是有效的.     

金华市郊土壤和杂草元素含量特征及数量分析

测定浙江金华郊区 33个样点的土壤和 38种杂草的 5 1份植物材料中 K、Mg、Ca、Mn、Zn、Cr、Cu、Pb、Cd元素含量 ,结果表明 ,9种元素在土壤中的含量 K >Mg>Ca>Mn>Zn>Cr>Cu>Pb>Cd,在植物体内 K>Ca>Mg>Zn>Mn>Pb>Cu>Cr>Cd。9种元素在土壤中的含量变异为 Mn>Cd>Ca>Zn>Cr>Cu>Mg>Pb>K;在杂草中 ,除 Zn、Mn外 ,其余 7种元素均以根部元素含量在种间的变异最大 ,地上部分的变异幅度比较接近。杂草对元素的富集作用为 Ca>K>Mg=Cd>Pb>Zn>Mn>Cu>Cr。Ca、K、Mg元素在植物的地上部分的含量高于地下部分 ,6种重金属元素中 ,仅 Mn在叶中的含量高于根部 ,其余均是根 >叶 >茎 >花果 (除 Cu外 )。生长于重金属污染环境下的空心莲子草 (Alternanthera philoxeroides)、卷耳 (Cerastium viscosum )、臭荠 (Coronopusdidymus)、钻形紫菀 (Aster sublatus)、光风轮 (Clinopodium conf ines)、水蓼 (Polygonum hydropiper)、水苦荬(Veronica undulata )、三白草 (Saururuschinensis)、鹅观草 (Roegneria kamoji )、波斯婆婆纳 (Veronica persica )、石龙芮 (Ranunculus sceleratus)、水芹 (Onanthe javanica )、龙葵 (Solanum nigrum )、一年蓬 (Conyza annunus)、北美车前 (Plantago virginica )、直立婆婆纳 (Veronica arvensis     

分级与密度相结合的Web文本聚类算法

考虑到实验数据的大规模及样本数据形状的复杂性等特点,提出一种基于分级聚类与DBSCAN聚类相结合的HL-DBSCAN聚类算法,避免了DBSCAN的聚类算法较大的时间复杂度,适用性更广,更能体现一个聚簇的规律,提高分类精度.通过实验与结果分析,取得较好的聚类结果,证明了该算法在文本聚类处理中的可行性.     

覆盖广义粗糙集的一般化方法

在覆盖粗糙集理论中,将其模型与经典粗糙集统一是一个非常重要的问题。在覆盖近似空间中通过定义论域上的基于覆盖的等价关系,将覆盖广义粗糙集转化为经典粗糙集,由此将经典粗糙集理论的应用范围拓展到基于覆盖的背景中。分析表明,该方法比已有的基于等域关系转化覆盖广义粗糙集为经典粗糙集更直观且易于理解。最后举例说明了该一般化方法还可以提高目标概念的近似精度。