摘要：相比于单一视图学习,多视图学习往往可以获得学习对象更全面的信息,因而在无监督学习领域,多视图聚类受到了研究者的极大关注,其中基于图的多视图聚类,近年来取得了很大的研究进展.基于图的多视图聚类一般是先从各个视图原始数据学习相似图,再进行视图间相似图的融合来获得最终聚类结果,因此,多视图聚类的效果是由相似图质量和相似图融合方法共同决定的.然而,现有基于图的多视图聚类方法几乎都聚焦在视图间相似图的融合方法研究上,而缺乏对相似图本身质量的关注.这些方法大多数都是孤立地从各视图的原始数据中学习相似图,并且在后续图融合过程中保持相似图不变.这样得到的相似图不可避免地包含噪声和冗余信息,进而影响后续的图融合和聚类.而少量考虑相似图质量的研究,要么相似图构造和图融合过程是直接联立迭代的,要么在预定义相似图过程中提前利用秩约束进一步初始化,要么就是利用相似图存在的一些底层结构来获取融合图的.这些方法对相似图本身改进很小,最终聚类性能提升也十分有限.同时现有基于图的多视图聚类流程也缺乏对各视图间一致性和不一致性的综合考虑,这也会严重影响最终的多视图聚类性能.为了避免低质量预定义相似图对聚类结果的不利影响以及综合考虑视图间一致性与不一致性来提升最终聚类效果,本文提出了一种自适应相似图联合优化的多视图聚类方法.首先通过Hadamard积来获得视图间高质量一致性部分信息,再将每个预定义相似图和这部分信息对标,重构各个视图的预设相似图.这个过程强化了各视图间的一致性部分,弱化了不一致性部分.其次设计了相似图重构改进和图融合联合迭代优化框架,实现了相似图的自适应改进,最终达到相似图和聚类结果共同提升的效果.该方法将相似图改进过程与图融合过程联合起来进行自适应迭代优化,并且在迭代优化中不断强化各视图间的一致性,弱化视图间的不一致性.此外,本文的方法也集成了现有多视图聚类方法的一些优点,自加权以及无需额外聚类步骤等.在九个基准数据集上与八个对比方法的实验验证了本文方法的有效性与优越性.

摘要：频繁高效用项集挖掘是数据挖掘的一项重要任务,挖掘到的项集由支持度和效用这2个指标衡量.在一系列用于解决这类问题的方法中,进化多目标方法能够提供1组高质量解以满足不同用户的需求,避免传统算法中支持度和效用的阈值难以确定的问题.但是已有多目标算法多采用0-1编码,使得决策空间的维度与数据集中项数成正比,因此,面对高维数据集会出现维度灾难问题.鉴于此,设计一种项集归减策略,通过在进化过程中不断对不重要项进行归减以减小搜索空间.基于此策略,进而提出一种基于项集归减的高维频繁高效用项集挖掘多目标优化算法(IR-MOEA),并针对可能存在的归减过度或未归减到位的个体提出基于学习的种群修复策略用以调整进化方向.此外还提出一种基于项集适应度的初始化策略,使得算法在进化初期生成利于后期进化的稀疏解.多个数据集上的实验结果表明,所提出算法优于现有的多目标优化算法,特别是在高维数据集上.

摘要：茶作为世界最受欢迎的三大饮料之一,不仅能够提神醒脑,而且还有帮助消化和降低血压等作用。随着人们对茶叶品质要求的日益提高,需要对不同品种的茶叶实现准确的鉴别分析以防止茶叶市场里茶叶品牌名不副实和以次充好等现象的发生。为实现对茶叶快速精准的鉴别分析,设计了一种综合采用傅里叶近红外光谱和新的模糊极大熵聚类(FEC)分析算法的茶叶品种鉴别系统。传统模糊极大熵聚类分析在聚类含噪声数据时,聚类结果往往容易出现错误,即FEC对噪声数据敏感。为解决这个问题,在FEC分析算法的基础上引入可能C均值聚类分析(PCM),提出了一种混合模糊极大熵聚类(MFEC)分析算法。MFEC可通过迭代计算得到模糊隶属度值,能实现对含噪声的茶叶傅里叶近红外光谱数据的准确聚类分析。首先,使用傅里叶近红外光谱仪(AntarisⅡ型)采集岳西翠兰、六安瓜片、施集毛峰三种安徽茶叶的傅里叶近红外光谱数据,光谱波数范围为10 000~4 000cm^-1。其次,对采集到的光谱数据使用多元散射校正(MSC)进行预处理,预处理后先用主成分分析(PCA)将光谱数据维数降至10维,然后再用线性判别分析(LDA)对降维后的近红外光谱数据进行特征提取。最后,通过混合模糊极大熵聚类分析和传统的模糊极大熵聚类分析对三种茶叶的光谱数据进行聚类分析,并对两种聚类分析算法得到的聚类准确率、收敛速度等进行对比分析。实验结果表明:混合模糊极大熵聚类(MFEC)分析算法与传统的模糊极大熵聚类(FEC)分析算法相比较,在相同的权重指数m下MFEC具有更高的聚类准确率。在m=2条件下,MFEC的聚类准确率达到了100%,而传统的模糊极大熵聚类在相同条件下聚类准确率仅为37.98%。MFEC收敛过程中仅需迭代10次即可达到收敛,而FEC需要迭代100次,因此MFEC可以更高效的进行模糊聚类分析,MFEC相比于FEC聚类性能具有明显的优越性。通过傅里叶近红外光谱技术,混合模糊极大熵聚类分析结合PCA与LDA算法构建的茶叶品种鉴别系统能够高效快速的完成对岳西翠兰、六安瓜片、施集毛峰三种茶叶的准确分类,为茶叶检测领域提供了一种创新的方法与设计思路,具有一定的理论价值和良好的市场应用前景。

摘要：多候选人电子选举方案在许多实际环境下具有重要的应用价值,但现有绝大多数方案由于技术限制只能进行“两选一”投票·设计了一种新型的选票结构,在一个多精度数中隐藏“m选k”形式的选票,对m个候选人至多可以投k个赞成票;将多精度计算及安全多方求和协议应用于投票和计票,选举过程中不需要可信任第3方,任何投票人都可以计票·与一般方案相比,该方案具有更强的安全性,包括选票的完全保密性和无收据性、计票的公平性和无争议性、系统的健壮性等;无需使用传统的加密技术·对n个投票人,计算的位复杂性为O(nm(log2n)),其效率优于现有方案且容易实现·

摘要：目前功率变换器的控制方法以纯状态反馈为主,当干扰较大时一般需要通过较大的增益来抑制干扰的影响,而高增益控制器通常会影响闭环系统的动态或稳态性能。为进一步提高Buck型变换器控制系统的动态和稳态性能,提出了一种基于非奇异终端滑模控制方法和扰动观测技术的复合控制方案。首先,考虑外界干扰、系统不确定以及参数变化的影响,建立Buck型功率变换器的平均状态模型;其次,基于非奇异终端滑模控制方法,设计滑模控制器,实现Buck型变换器的基本电压调节功能;最后,利用扰动观测技术,构造非线性扰动观测器实现对扰动的观测,并将扰动观测值作为前馈与状态反馈结合形成复合控制,进一步改善了系统的性能。仿真和实验验证了所提方法的有效性。

摘要：文章以山东省济南市某明挖法施工的富水粉土-粉黏土层铁路隧道地下连续墙支护基坑工程为例,为保证基坑开挖的安全,设计地下连续墙的墙体厚度和土体嵌固深度,通过Midas-GTS NX软件对地下连续墙支护进行模拟。研究结果表明,侧向变形和基坑沉降对地下连续墙的墙体厚度敏感,而坑底隆起对地下连续墙的嵌固深度敏感;在试验条件下,基坑最大沉降量与地下连续墙的墙体厚度呈现二次函数变化关系,其中墙体厚度1.0 m时基坑地表沉降最小;地下连续墙侧向变形随墙体厚度变化呈三次多项式变化规律;坑底隆起量与地下连续墙的嵌固深度表现为自然对数函数变化规律,其中嵌固深度为m时,坑底隆起满足规范。

摘要：基于一类广义Bernstein基函数定义了区间q-Bézier曲线,并研究了区间q-Bézier曲线的3种降阶逼近算法,即扰动法、基于Chebyshev多项式的最佳一致逼近法和约束最佳一致逼近法,得到3种降阶逼近方法的显式误差界,并通过实例分析了3种方法的优缺点.数值实例结果表明,与扰动法相比,最佳一致逼近法所得区间q-Bézier曲线的误差最小.

摘要：为提高育秧机械作业质量和自动化水平,设计了育秧温湿度模糊解耦自动控制系统。该系统采用实时采样控制,根据秧地现场气温实时变化情况,自动将秧地塑料薄膜搭棚打开或折叠;根据秧地土壤含水率实时变化情况,自动向秧盘内灌水或停灌。为解决实际控制中温湿度之间的交叉耦合现象,引入解耦因子φ1、φ2,采用了带解耦的模糊控制算法。试验结果表明:该系统运行可靠稳定,能较好地保证秧苗对温度和湿度的技术要求。

摘要：分析了现有公交调度方法中大间隔发车、局部收敛与时间不协调等问题,以最大同时到站次数和最大同时到站车辆数量为优化目标,以末车定时、站点允许排队长度、服务质量、线路服务时间跨度为约束条件,建立了公交时刻优化方法,设计了基于网络选点规则和网络同步规则的求解算法。计算结果表明:当公交网络中存在2条线路与2个站点且发车时间在30min内时,应用提出的方法,在2个站点共产生3次同步,线路1的发车时刻分别为第5、15、20、30min,线路2的发车时刻分别为第0、10、30min;与现有方法相比,同步次数减少1次,发车时刻完全分布于规定时间内,消除了剩余时间,获得了非均匀化的发车间隔,体现了同步的多样性。

摘要：重组企业业务流程可以提高企业对市场的竞争能力。把变型产品的业务流程看作是抽象的变型产品,提出了以实现业务流程重组为目标的变型业务流程设计框架。在该框架中,以场景和刻面概念分别作为描述实例的手段,消除需求和设计间的"语义断层";提出基于树匹配的实例检索算法,以提高实例检索的查准率和查全率。