聚簇

摘要： 为了解决异质网络的结构信息和语义信息挖掘不全面的问题,针对异质网络的链接预测,提出了将基于元路径的分析方式与隐马尔可夫模型相结合的链接预测方法。考虑到聚簇可以有效地捕获异质网络的结构信息,将k-means算法进行改进得到基于距离均方差最小的初始聚簇中心方法,并将其应用到隐马尔可夫模型(HMM)中,设计了基于聚簇的一阶隐马尔可夫模型(C-HMM(1))的链接预测方法,同时提出基于聚簇的二阶隐马尔可夫模型(C-HMM(2))的异质网络的链接预测方法。进一步考虑数据的特征信息,提出了将最大熵模型和二阶隐马尔可夫模型相结合的链接预测方法ME-HMM。实验结果表明,ME-HMM比C-HMM方法的链接预测精确度更高,且ME-HMM因充分考虑到数据的特征信息比C-HMM的性能更加优异。

摘要： 针对车联网中基于伪造、冒用和滥用假名身份而伪造车辆的Sybil攻击,提出为每个车辆仅分配一个在特定区域内有效的短期标识(称为媒介访问码,Medium Access Code,MAC)的Sybil攻击抵御方法SISD(Short-term Identification based Sybil attack Defense).该方法基于聚簇网络结构和椭圆曲线离散对数问题实现安全有效的两级MAC认证机制.车辆将持有通过认证的合法MACs的列表,继而,通过该列表可快速检查收到的安全消息,以高效地过滤通过伪造、冒用和滥用假名身份散布的安全消息.与现有Sybil攻击检测方法和典型车辆身份认证机制相比,在常规车载硬件配置条件下,该方案能更好地满足车联网安全应用在抵抗基于伪造、冒用和滥用假名身份的Sybil攻击方面的安全需求,且具有更优的计算时间开销、通信开销、通信延迟和丢包率.

摘要： 随着社交网络、交通网络、生物信息网等领域的分析需求快速增长,大规模图数据的处理逐渐成为信息技术领域新的挑战.近似覆盖图技术可以通过选取原图的子图,同时保证子图中任意节点间距离的增加在覆盖因子的约束范围内,从而降低大规模图存储与计算开销.当前相关工作主要研究无向图的近似覆盖图技术,针对于此,提出一种有向近似覆盖图算法,重新定义了簇集以及簇边、桥边、自由边3类关建边,并理论分析基于3类关键边的(3,2)近似覆盖图构建正确性.在此基础上,给出图数据以流模式到达时的近似覆盖图计算算法.算法通过判断边端点的类型进行边的积累聚簇及更新,进而得到全图近似覆盖结果,算法空间复杂度为O(n2/4).最后以基于幂率模型的人工数据集为实验对象,验证算法满足覆盖因子(3,2)的有向近似覆盖图定义,且空间与时间开销较小.

摘要： 对比研究了具有不同热参数、不同俯冲形态的西北太平洋俯冲地区和汤加俯冲地区的深震特殊聚簇的地震学特性和成因.利用单键群方法探测到两个特殊的深震聚簇G1N和G1T.聚簇G1N位于地震空区下方,具有极低的b值(～0.54),完全不同于具有高b值(～1.04)的汤加俯冲地区聚簇G1T.通过对聚簇地区板块形态、地震主应力轴、地震深度分布特征的分析,以及和汤加典型的板片折曲处地震活动性的对比,我们认为深震聚簇G1N附近的板块表现出板片折曲的特征,板块俯冲到地幔过渡带底部受到下地幔的黏性阻力,板片局部向上凸起发生折曲,产生局部的拉张应力,叠加在俯冲造成的压缩构造背景上,应力状态发生改变,从而影响该深震聚簇的地震活动性.汤加地区G1T聚簇深震的成因则完全不同,没有体现出板片折曲、应力变化的特征;相反,这些深震发生在较冷的Vitiza-Fiji俯冲板块上,该板块在5～8 Ma年前先行俯冲到G1T区域并与Tonga板块发生拆离,G1T聚簇深震就发生在这些温度依然很低、滞留于～500 km深度处的高速板片残留体上.

摘要： 针对分层并行SVM算法采用完全随机划分方法生成的子样本集与原始样本集的分布情况存在偏差的问题,提出分布式k-means聚簇的导向随机划分方法.该方法并非将上一层的训练结果直接作为下一层的输入,而是使用k-means聚簇算法聚成下一层节点数N的不同簇,然后把每一簇样本再随机划分成N份,从每一簇中随机取出一份重新组合成下一层训练的N个子样本集,进而保证子样本集与原始样本集的分布情况具有相似性.结果表明,该方法既能有效提高学习能力,又能减少多次训练模型的抖动.

摘要： 为避免陷入局部最优解,提出了一种聚簇自适应粒子群优化算法(Heterogeneous Particle Swarm Optimization Based-Clustering,HPSOC). HPSOC利用K-均值聚簇方法将种群动态划分为包含不同粒子数量的异构聚簇;利用Ring结构进行不同聚簇间的信息交换.通过动态聚簇,粒子可以在不同聚簇间移动,使得信息交换速度更快.提出一种新的聚簇搜索阶段发现方法,使得每个粒子可以根据其聚簇搜索阶段动态自适应地调整粒子参数,进而使得每个聚簇可以获得与其阶段相匹配的自我搜索能力.通过6种基准函数的测试,与两种同类型的粒子群优化算法进行性能比较.结果表明,HPSOC算法不仅可以改进粒子的多样性和积极性,还可以增加粒子的搜索能力和收敛性,从而降低对于参数初始选择的依赖性.

摘要： "拍照赚钱"是基于移动互联网的自助式劳务众包平台的一种新的自助服务模式,本文就当前的任务资源的配置现状以及会员的分布情况,建立了合理的数学模型,对任务定价规律进行分析探究.运用聚簇思想对任务、会员的位置分布和任务的完成情况进行分析,得出影响任务定价的因素为每个任务与会员之间的距离和任务附近的会员数、任务附近的任务数.对于任务未完成的原因,通过分析认为任务的定价和与会员之间的距离是影响任务未完成的主要因素,地形因素是影响任务未完成的其他因素.

摘要： 本文尝试解决国内个人名称规范联合数据库检索结果集基于实体匹配的聚簇问题,分析国内名称规范联合库CCCNA的检索服务和数据库记录特点,提出对结果集记录合并聚簇的思路：首先预处理去除重复和明显的名称语义不匹配记录,再根据提取出的个人实体属性名称、出生年、个人关联的书目题名及关联的外部记录,基于个人实体的语义进行个人名称规范记录聚簇。实证统计结果显示,处理后结果集内的簇数都显著低于处理前的记录条数,与VIAF的关联聚簇结果也验证了本文方法的有效性。但本文书目匹配采取题名匹配,这会丢失一些有用的聚簇信息,后续研究将进一步集成图书机构的书目数据库,抽取更多的书目信息进行聚簇。图4。表6。参考文献16。

摘要： 本文尝试解决国内个人名称规范联合数据库检索结果集基于实体匹配的聚簇问题,分析国内名称规范联合库CCCNA的检索服务和数据库记录特点,提出对结果集记录合并聚簇的思路:首先预处理去除重复和明显的名称语义不匹配记录,再根据提取出的个人实体属性名称、出生年、个人关联的书目题名及关联的外部记录,基于个人实体的语义进行个人名称规范记录聚簇.实证统计结果显示,处理后结果集内的簇数都显著低于处理前的记录条数,与VIAF的关联聚簇结果也验证了本文方法的有效性.但本文书目匹配采取题名匹配,这会丢失一些有用的聚簇信息,后续研究将进一步集成图书机构的书目数据库,抽取更多的书目信息进行聚簇.

摘要： Many neighbor nodes cannot be clustered in NICE protocol,and this situation is increased by frequent cluster split,it greatly reduces the performance of NICE protocol.This paper proposes a topology-aware partition clustering model (called TPCM),and furthermore,it proposed an TPCM-based improved algorithm for NICE protocol.This Model can cluster the neighbor nodes,and just splits the foreign nodes,so it can localize the transmission of data.In addition It also can cut down the number of clusters split to reduce the expense due to the decrease the total of split nodes.The results of experiments show that TPCM can greatly reduce the number of split,obviously decrease the transmission delay,and improve the performance of NICE protocol.%NICE协议不能聚合相距较近节点,并且频繁分簇会进一步加剧这种情况,成为影响NICE协议性能的主要问题之一.提出一种具有拓扑感知的分域聚簇模型TPCM(Topology-Aware Partition Clustering Model),并根据此模型提出一种拓扑感知的分域聚簇的NICE协议改进算法.该模型能够将物理位置较近的节点聚簇在一起,成为域内节点,分簇时仅将域外节点进行分簇,从而实现数据包的就近传输;由于减少了参与分簇节点的总数量,因此也大大降低NICE协议的分簇次数,减少开销.试验结果表明,该模型可以大大降低NICE协议的分簇次数,有效降低组播树的传输时延,改善了协议的性能.

摘要： 在本文中,我们提出一个基于区域和聚簇的无线传感器网络多跳路由算法MZC。此协议中簇头节点的竞争结果将有效覆盖整个网络,并且由簇头节点构造成的骨干网络,用多跳的方式将信息传送给基站。

摘要： 无线传感器网络是近期研究热点之一,并有很多的应用.其中,能量的有效利用是无线传感器网络中最主要的研究目的.提出了一个基于局部性特征的聚簇算法,并提出一个3层的数据处理模型CBDP.该模型可节省节点能量和通信成本,改进处理结果,延长网络的使用时间.

摘要： k-means算法在聚簇大的数据集时是公认比较有效的算法之一,然而它只能应用在具有数值属性描述的数据对象集合上,这种数据对象叫做数值数据;却无法应用于真实世界中具有其他形形色色属性的数据对象集合上,比如颜色、纹理、形状等特征描述的数据对象集合,这种数据叫做分类数据.为了能对分类数据进行聚簇,对k-means算法进行了扩展,出现两种新的算法:一种是k-modes算法,另一种是k-protoypes算法.但这两种算法都需要用户事先确定聚簇数k阈值t和聚簇中心Q,在不明白数据分布状况的情况下能较准确地确定这3个参数值是很不容易的,改进的k-modes算法有效解决了这一问题.

摘要： 多维数据集的可视化的主要困难是难以用传统的图形方法表达多维空间。本文从人工神经网络的自组织映射算法出发，介绍了基于SOM的可视化及聚簇方法，并得到以下结论:(1) SOM作为一种矢量量化方法，用它可把原始采样值量化为SOM原型矢量集，从而可有效地压缩数据。(2) SOM实际上是原始采样值的一个拓扑相似映射，它为原始数据集的可视化提供了新的思路和算法.(3)SOM矢量网格图形在实现可视化的同时，也同时完成了聚簇分析，为可视数据挖掘提供了新的方法。(4)本文用Visual C++语言实现了SOM算法，并给出了若干数据分析的结果。

摘要： 无线传感器网络中感知的数据是连续实时的流式数据.由于传感器节点存储空间和处理能力有限,需要用滑动窗口技术将数据流分割成段进行后续处理.确定窗口长度是使用滑动窗口技术必须要解决的问题,包括如何选择滑动窗口的大小才能充分利用感知数据的周期性和相关性,最大程度地减少传感器网络的数据传输量。提出了一种面向感知数据的滑动窗口动态调整技术,该技术利用网络节点数据的关联性通过计算共享数据段的大小调节各节点的滑动窗口长度,并根据节点数据变化动态收缩探测到适当的窗口长度,在节省网络传送数据量的同时还能及时发现数据的异常变化.基于真实数据的实验结果表明,通过动态调整方法确定的窗口大小可以有效地减少数据传送量。

摘要： 现有的文本自动分类方法通常是基于向量空间模型并使用TF-IDF表示,忽略了属性在不同类别中重要性的差异,因而影响到分类的性能.本文提出一种基于聚类的文本分类属性加权方法:把训练集中的每个类别看作已知的聚簇(cluster),通过优化属性权重(每个类对应一组分类属性权重)以达到聚类效果最佳的目的,使在此权重下不同类别的文档得到尽可能的区分.运用kNN方法对Reuters-21578和20-Newsgroups的分类测试表明,使用C-Weighting的分类效果明显优于不使用C-Weighting时的效果.

摘要： 本发明提供了铜团簇(CuNCs)、胸腺嘧啶修饰的透明质酸(TMHA)和多聚铜团簇(PCuNCs)、以及制备方法及其在检测、诊断和治疗中的应用；例如帕金森氏病。TMHA由式I表示：其中，HA中胸腺嘧啶的取代度在1‑50％的范围内，其中代表GlcA‑GlcNAc重复数的n是一个从10到10000的整数。

摘要： 铜团簇、胸腺嘧啶修饰的透明质酸和多聚铜团簇、其制备方法和应用。本发明提供了铜团簇(CuNCs)、胸腺嘧啶修饰的透明质酸(TMHA)和多聚铜团簇(PCuNCs)、以及制备方法及其在检测、诊断和治疗中的应用；例如帕金森氏病。TMHA由式I表示：其中，HA中胸腺嘧啶的取代度在1‑50％的范围内，其中代表GlcA‑GlcNAc重复数的n是一个从10到10000的整数。

摘要： 本发明提供了铜团簇(CuNCs)、胸腺嘧啶修饰的透明质酸(TMHA)和多聚铜团簇(PCuNCs)、以及制备方法及其在检测、诊断和治疗中的应用；例如帕金森氏病。TMHA由式I表示：其中，HA中胸腺嘧啶的取代度在1‑50％的范围内，其中代表GlcA‑GlcNAc重复数的n是一个从10到10000的整数。

摘要： 本发明公开了一种利用聚脱氧腺嘌呤或聚脱氧胸腺嘧啶增强作用合成的DNA‑银纳米团簇及其应用。具体的，本发明合成β‑淀粉样蛋白寡聚体(AβO)适配体的DNA序列；合成3’端连接聚脱氧腺嘌呤或聚脱氧胸腺嘧啶的与β‑淀粉样蛋白寡聚体适配体杂交成双链结构的互补DNA序列；通过硼氢化钠还原银离子在AβO适配体上生成发光银纳米团簇的前体；将带有发光银纳米团簇的前体的AβO适配体与3’端连接聚脱氧腺嘌呤或聚脱氧胸腺嘧啶的互补DNA序列进行杂交，得到强荧光的DNA‑银纳米团簇，其荧光增强达300倍以上。本发明提出了一种全新的荧光增强机理，即poly‑dT或poly‑dA与带有发光银纳米团簇前体的AβO适配体组合成网状结构，形成发强光的银纳米团簇。本发明为银簇的荧光增强提供了新的方式。

摘要： 本发明提供了一种聚胸腺嘧啶模板、一种基于聚胸腺嘧啶模板的荧光铜纳米簇及其制备方法、以及一种ATP的检测方法。本发明提供的聚胸腺嘧啶模板为单链DNA序列，所述聚胸腺嘧啶模板包括至少一个聚胸腺嘧啶序列，所述聚胸腺嘧啶序列为(T)n，其中，所述n的取值范围为15～40之间的自然数。本发明提供的聚胸腺嘧啶模板能用于制备荧光铜纳米簇，且制备成本低、操作简便。本发明提供的ATP的检测方法成本低，而且检测步骤简单易行，现象明显，易于观察，能快速、高灵敏检测样品中ATP的浓度。

摘要： 本发明涉及超硬材料技术领域，具体涉及一种团簇纳米聚晶金刚石‑碳化硅烧结体及其制备方法，由包含微米级的团簇纳米聚晶金刚石颗粒和纳米级的硅粉的原料，在5GPa～12GPa，1100°C～1650°C条件下烧结制成，在团簇纳米聚晶金刚石‑碳化硅烧结体中，团簇纳米聚晶金刚石颗粒的缝隙间填充有纳米晶粒的碳化硅粘接剂。本发明采用团簇的纳米晶粒的聚晶金刚石颗粒替代单个金刚石晶粒作为初始原料，并与硅粉混合，在高温高压下进行烧结，获得具有真正意义上由纳米晶粒多晶金刚石和纳米晶粒碳化硅构成的微观纯纳米结构的复合烧结体，兼具极高的硬度；同时在现有超硬材料工厂生产使用的压力条件下可实现该团簇纳米聚晶金刚石‑碳化硅烧结体的大规模生产。

摘要： 本发明提出一种共价杂配体、炔基化超支化聚乙撑亚胺矿化法调制金纳米簇和方法、应用。本发明以近球形大分子杂配体可以直接、绿色、温和地合成金纳米簇。具体来说，将一定量的炔基以类点击法接到超支化聚乙撑亚胺上，得到单分子杂配体，然后在水中或水醇混合溶剂中和氯金酸溶液混合搅拌数小时可以直接得到每个颗粒仅含8个金原子的魔数金纳米簇。该类纳米簇带有大量活泼氨基，常规环境条件下很稳定,便于用于荧光标记。如果进一步将缩水甘油醚封端的聚环氧乙烷接到氨基上，可以得到水油皆可溶的荧光纳米簇，并表现出高效催化作用。

摘要： 一种组合物含有具有以下平均化学结构的有机聚硅氧烷：X3SiO‑SiR2‑R'‑(R2SiO)x‑R2Si‑[Rb‑(R2SiO)y‑R2Si‑Rb'‑(R2SiO)z‑R2Si]m‑R'‑R2SiO‑SiX3；其中X为‑OSiR2‑R'‑R2SiO‑R2Si‑R”‑A；R为具有2个至6个碳的烷基和芳基；R'、R”、Rb和Rb'为包含2个至6个亚甲基单元的链的二价烃基；A为丙烯酸酯、甲基丙烯酸酯或三烷氧基硅烷基；前提是平均60至90摩尔％的所述A基团为丙烯酸酯和甲基丙烯酸酯；下标m具有在零至10范围内的平均值；下标x、y和z各自具有在零至1200范围内的平均值；且前提是m、x、y和z的所述平均值使得x、y和z的所述平均值的和在300至1200范围内且亚甲基单元与硅氧烷单元的摩尔比小于0.15。

摘要： 本发明公开了一种三维集成电路缺陷聚簇容错结构，用于3D‑IC设计的分层的、可靠的和重构的缺陷聚簇感知的架构R2CA。考虑方位、几何和生命周期的抽象层提出TSV缺陷聚簇感知设计。首先，在方位层，与当前先进的使用相邻或远处的冗余TSV进行重布线的架构不同，作者引入了基于最小顶点覆盖的有向重布线方法对缺陷TSV重布线。该重布线过程通过引入TSV分组实现缺陷的分类。组(Bin)号定义为与之相邻的缺陷TSV的总数。有缺陷的TSV通过其相邻的具有最小编号的无缺陷的TSV(最小的组)最小化TSV缺陷聚簇效应完成重布线。该架构可以容错多个缺陷，通过考虑无冗余TSV架构的方位、几何结构和生命周期，解决了TSV缺陷聚簇效应。

摘要： 本发明公开了一种三维集成电路缺陷聚簇容错结构，用于3D‑IC设计的分层的、可靠的和重构的缺陷聚簇感知的架构R2CA。考虑方位、几何和生命周期的抽象层提出TSV缺陷聚簇感知设计。首先，在方位层，与当前先进的使用相邻或远处的冗余TSV进行重布线的架构不同，作者引入了基于最小顶点覆盖的有向重布线方法对缺陷TSV重布线。该重布线过程通过引入TSV分组实现缺陷的分类。组(Bin)号定义为与之相邻的缺陷TSV的总数。有缺陷的TSV通过其相邻的具有最小编号的无缺陷的TSV(最小的组)最小化TSV缺陷聚簇效应完成重布线。该架构可以容错多个缺陷，通过考虑无冗余TSV架构的方位、几何结构和生命周期，解决了TSV缺陷聚簇效应。