自适应引力密度峰值聚类优化算法

针对密度峰值聚类（Density Peak Clustering, DPC）算法对截断距离的取值较为敏感,密度度量标准不统一且人为选取聚类中心存在主观性的问题,提出了一种自适应引力密度峰值聚类优化（Optimized Adaptive Gravitational Density Peak Clustering Algorithm, OAGDPC）算法。首先采用模糊加权K-近邻技术（Fuzzy Weighted KNearest Neighbors Density Peak Clustering, FKNN-DPC)重新定义了局部密度,统一了密度度量的标准;然后提出一种自适应选择聚类中心的策略,结合基于引力的密度峰值（Gravitational Density Peak Clustering, GDPC）算法中牛顿万有引力定律与DPC算法的参数映射,使用引力类比距离,并设置综合考虑局部密度和引力的决策参数,依据决策参数降序折线图的顶角变化自适应确定聚类中心;最后聚集非中心点并识别异常点。实验选取DPC、GDPC、FKNN-DPC和OAGDPC在人工和UCI数据集上进行测试,结果表明,OA...     

聚噻吩取代效应的理论研究

用自洽场晶体轨道法（ＳＣＦ ＣＮＤＯ／２－ＣＯ）对聚噻吩的一些一取代物和二取代物的电子结构进行了研究，计算的取代基包括－ＣＨ３，－Ｃ２Ｈ５，－ＯＣＨ３和－ＣＮ。计算结果表明，这些取代基基本没有影响聚噻吩主链的平面结构，除聚－３，４－二甲基噻吩的主链发生了４０°的扭转外，其它衍生物的主链仍处于同一平面。根据各取代高分子的电子特性我们得到结论：给电子基团和吸电子基团的取代教师将使能隙（Ｅｇ）减小，价带     

基于卷积注意力机制和多损失联合的跨模态行人重识别

红外光和可见光(RGB-IR)下的跨模态行人重识别(Re-id)对于现代视频监控,尤其是夜间监控具有重要意义.现有的单模态行人重识别领域的研究成果已达到较高水平.然而,除了光照条件、人体姿势、摄像机角度等常见问题外,跨模态行人重识别问题难点主要在于同时存在模态间的巨大差异和模态内的类内变化,为此本文提出了基于卷积注意力...     

融合网格掩膜和残差坐标注意力的行人重识别

传统行人重识别方法通过人工进行特征提取,成本较高且难以应用于复杂场景下的识别任务.深度学习应用于行人重识别问题上可以使得模型具有自主提取特征的能力,识别效果有明显提升的同时降低了成本.更深层的网络可以提高网络的特征表达能力,但随着网络层数的增加,网络会出现梯度消失的问题.残差网络可以缓解梯度消失问题,但提取出的特征信息...     

La1-x-y-zCexPryNdzB5电极材料组成的优化与设计

利用正交设计方法对ＡＢ５型混合稀土镍系合金电极材料Ｌａ１－ｘ－ｙ－ｚＣｅｘＰｒｙＮｄｚＢ５的容量、高倍率放电性能、循环寿命和电压平台等性能进行了实验测定，以进一步优化电极材料的Ａ组元，提高电极性能。通过模式识别对实验数据进行分类并据此设计了新的样本。利用人工神经网络方法对新样本的电性能进行了预报，结果与实验值基本一致，新设计的样本点具有比较好的电性能。     

平均1-依赖决策树集成算法

基于平均1-依赖贝叶斯分类器(AODE)算法的思想, 提出了平均1-依赖决策树集成算法(AODT), 该算法通过使用每个输入属性和类别属性共同建立集成学习中的个体决策树分类器.同时,我们从多任务学习的角度探讨了AODE和AODT算法的工作原理. 通过在Weka平台上使用40个UCI数据集的实验结果表明, 该算法可以显著提高决策树学习算法的分类性能, 并且具有很好的抗噪声性能.     

基于标杆管理优化算法的供电商购电组合策略

针对开放式电力市场环境下,供电商的购电风险管理问题,结合金融输电权拍卖市场和电能交易市场,构造了一个考虑阻塞风险的供电商最优购电组合模型.由于此模型的非可微性和非凸性,使用了一种新型的智能计算方法——标杆管理优化算法对该模型进行了求解计算.仿真实例表明,提出求解计算方法是切实可行的,具有一定的实用性和灵活性.