摘要：为了降低反应堆物理高保真数值计算中栅元均匀化参数的数量及存储规模,提升高保真数值计算方法的实用性,本研究基于聚类的方法,通过对压水堆典型组件聚类数目和聚类特征的研究,确定了以快热通量比为聚类特征和5为聚类数目的先分类后聚类多层次聚类方法;推导了聚类栅元超级均匀化方法,建立了基于聚类的压水堆栅元均匀化参数压缩方法,并在华龙一号堆芯问题上验证了此方法的聚类效果。研究结果表明,对于华龙一号堆芯问题,该方法能保证较高的精度,并大幅降低栅元均匀化参数规模。因此,本研究建立的栅元均匀化参数压缩方法能用于压水堆栅元均匀化参数的压缩,降低其存储规模。

摘要：为解决在IIoT(industrial internet of things)环境下,现有的调度算法调度工作流中通信频繁、数据传输量大的任务所带来的完工时间上升、成本增加等影响的问题,提出一种基于聚类的工作流多雾协同调度算法。通过二分K均值算法对工作流中的任务进行聚类,基于聚类结果,在多个雾服务器之间使用改进的免疫粒子群优化算法进行任务调度。实验结果表明,该算法相比其它一些传统的调度算法在完工时间、成本、负载均衡方面都有一定提升。

摘要：结合自然邻居搜索算法改进了密度峰值聚类(clustering by fast search and find of density peaks,CFSFDP)算法存在的一系列问题,提出基于自然邻居搜索优化策略的密度峰值聚类(density peak clustering algorithm optimized by natural neighbor search,NaN-CFSFDP)算法。基于自然邻居搜索算法提出了一种离群样本的检测方法,针对CFSFDP算法中截断距离d_(c)人工准确取值较难的问题,结合自然邻居搜索算法改进了d_(c)的计算方式,实现了d_(c)的自动取值。重新设计并统一了CFSFDP算法的样本密度度量规则,使其更关注每个样本的局部信息。由于数据集中因类簇间的密度差异大,密度峰值点集中于稠密簇使得簇丢失,因此提出样本共享自然邻居和类簇共享自然邻居的概念,构造新的类簇融合算法。合成数据集和真实数据集上的实验结果表明,在大多数情况下,NaN-CFSFDP算法在聚类性能上优于或至少与比较方法相当,且与CFSFDP算法及其改进算法相比参数更少。

摘要：室内人群监测和定位已成为发展智慧楼宇科技的一个关键要素。目前的毫米波技术存在精度低、手段单一以及坐标重叠等问题。针对上述问题,将差分进化算法与K-means聚类相结合,设计了一种新的楼宇室内坐标融合算法,以提升人群室内定位的精度。实验表明,所提算法能够有效优化人群定位信息,为室内导航、紧急疏散以及设备调控等应用提供科学依据。

摘要：针对每个划分子集要求至少满足一定数量点的k-means问题,设计了该问题的随机近似算法。给出一个样本子集,证明了该样本子集至少以1/2的概率包含每个最优子集中至少一个点,进一步设计近似度为2的随机算法。设计了该问题的(1+ε)随机近似算法,算法的成功概率至少为3/2k+2。利用取样技术,设计了k-means问题的局部搜索随机算法。

摘要：从信息粒度的角度来剖析聚类和分类技术 ,试图使用信息粒度原理的框架来统一聚类和分类 .从信息粒度的观点来看 ,聚类是在一个统一的粒度下进行计算 ,而分类却是在不同的粒度下进行计算 .该文还根据粒度原理设计了一种崭新的分类算法 ,在大规模中文文本分类的应用实践表明这种分类算法有较强的泛化能力 .

摘要：将模式识别中的聚类算法用于电力系统多运行方式的分类,提出了一种多运行方式下电力系统稳定器的设计方法.选择所有节点注入功率或所有机电振荡阻尼比为表征系统运行方式的特征向量,基于基本顺序聚类算法确定类的数目,用层次聚类和C均值聚类算法得到每类的中心运行方式.电力系统稳定器的参数设计仅针对各类的中心运行方式进行,将此问题转化为一个非光滑优化问题,用信赖域法加以求解,求得的参数可用于该类别其余运行方式.示例系统的仿真结果表明,提出的方法可以显著降低多运行方式下控制器参数设计问题的规模,从而大大减小计算量.

摘要：从业务模型中发现和识别业务层服务是面向服务架构系统设计的关键活动。为面向服务架构设计,提出了一种基于聚类分析的自动化服务提取方法。该方法将服务提取问题转换为多目标优化求解的问题,以C/U矩阵业务模型为基础,综合考虑服务设计中耦合度、内聚度、重用性、可维护性等原则,构建优化设计的目标函数,并提出模拟退火的求解方法。最后通过案例进行验证。

摘要：为了克服现有层次化方法通用性差、运算效率不高、电路结构提取不准等缺点,提出了一种基于超图模型的层次化聚类算法.首先对网表中最基本的迭代、总线、扇入和串联结构进行自动识别,然后将这4种基本结构按不同的组合方式进行多级聚类,最终建立起了网表的层次化结构.由于文中基本结构聚类算法是专门针对超图数据结构设计的,其时间复杂度较低.实验结果表明,该算法既可以得到较准确的层次信息,又能保证较高的运算速度,对各种应用均有较好的效果.

摘要：基于聚类技术和一类模糊神经网络提出一种设计模糊系统的混合方法 .通过一个无监督的聚类算法自组织地确定模糊规则的数目及生成一个初始的模糊规则库 ,构造一类模糊神经网络 ,通过调整网络的权值 ,使规则库中的参数更加精确 .