针对KMC局部最优问题的飞蛾捕焰优化方法

针对传统飞蛾捕焰(MFO)算法求解复杂函数时后期收敛速度慢与求解精度较低等问题,提出了一种基于快速收敛的飞蛾捕焰(RMFO)算法.采用最大最小距离积的方法来初始化飞蛾群,能够提高算法全局收敛速度并且优化解的质量,同时构造出MFO算法的适应度函数作为寻优函数.将RMFO算法和有K均值聚类算法(KMC)进行交叉迭代,构建基于RMFO优化的KMC算法,求解聚类中心时能够改善聚类性能,可以解决现有KMC算法选取初始聚类中心不确定陷入结果局部最优的问题.实验结果表明,通过用UCI国际通用测试数据库的Iris、Wine和Glass 3种数据集,对RMFO算法和优化KMC算法进行性能测试,提出的RMFO算法更加精准,收敛速度快,不易陷入局部最优解,同时,优化KMC算法的聚类性能更好.     

装备物资混装配载效益化特征聚类分析

提出了通过对物资聚类分组来分步解决混装配载问题的思想,分析了装备物资混装配载中物资分类的办法,讨论了使用聚类分析法研究分类问题的特点,给出了一种基于系统聚类法的物资效益化特征分组方法。     

基于粒子群聚类的导弹直接侧向力模型辨识

为了充分挖掘数据的潜在规律,提出一种基于粒子群模糊C均值聚类的模型辨识方法,该方法首先对实验数据进行分类,得到最佳聚类数和聚类中心,然后对不同的类分别辨识.新数据可以根据到不同聚类中心的距离划分为不同的类,再根据该类的辨识模型得到输出结果.依据风洞实验数据,采用粒子群模糊聚类对直接侧向力模型进行了辨识,辨识结果表明,与直接辨识相比,该方法的辨识精度明显提高,其辨识结果可以为控制系统的设计提供依据.     

基于核函数的自适应聚类背景提取

随着目标的检测与跟踪的广泛应用,移动物体分割问题成为研究热点,而解决这类问题的关键需为对图像背景的更新和提取。通过对目前已有的背景提取方法的研究,提出了一种新的基于核函数的背景提取方法:进行预处理,制定删选法则来自适应获取所需处理的视频序列;定义核函数来衡量模式间相似性,对2类聚类中心进行初始化;利用最小距离准则来灰度归并,采取实时的自适应阈值选择;最后通过比较满足条件的像素总数,获取所需背景。实验证明,该方法有效。     

基于TCP会话的僵尸流量特征分析与检测

僵尸网络是互联网面临的重大威胁,而成功检测网络上的僵尸流量是摧毁僵尸网络的前提。文章分析了僵尸主机同控制端的TCP会话流量,提取其会话特征,并用聚类的方法有效地区分出僵尸主机同控制端的会话。文章在定义会话概念的基础上,通过提取网络流量中的会话特征用以检测僵尸网络流量。     

舰炮制导炮弹技术风险评估

针对技术风险评价中信息的模糊性和不确定性,提出了舰炮制导炮弹技术风险的灰色聚类评价方法。首先将舰炮制导炮弹研制方案的关键技术进行分解,确定综合评价指标,得到各指标的属性值;然后按照综合评价要求划分灰类,建立白化权函数;最后结合权重采用灰色聚类综合评价方法获得各关键技术所属风险级别及研制方案的综合技术风险值。算例表明,灰色聚类评价方法可将技术风险评价中的模糊和不确定信息定量化处理,能够有效地对舰炮制导炮弹的技术风险进行评价。     

作业名层次化聚类算法预测作业运行时间

预测作业的运行时间有益于提升系统的调度性能,而聚类有助于训练出更好的预测模型。传统的聚类算法很难将相似的作业名聚类,为了将相似的作业更好地聚类,通过分析其组成成分的语义重要性,构建字母-结构-数字的作业名层次化聚类算法。以两台超级计算机的真实数据为例,实验结果发现,应用此算法聚类后的数据训练模型的预测精度相较传统方法有一定的提升,整体预测精度为70%～80%。     

联合国国际公务员

联合国国际公务员的职位等级划分十分严格,按职务性质一般可分为高级官员（D级以上职位）、业务类官员（P级职位）和一般事务类人员（G级职位）。其中D级官员很多都是各国的部长级高官,而这一仅占联合国高级管理人员总量1％左右的群体,却最能左右联合国的话语导向。     

最大树法在登陆地域选择中的应用

针对登陆作战中登陆地域选择的问题,提出了一种基于最大树法的解决途径。通过对影响登陆作战中登陆地域选择的主要因素进行定性、定量分析,建立了登陆地域分类模型。以第二次世界大战中著名的登陆战例——诺曼底登陆中登陆地域选择为例,对模型进行了验证,现代数学计算结果与历史实际作战情况较好地相互吻合。     

作战计划本体的类层次体系创建方法

作战计划本体的类层次体系缺乏有效创建方法,将大大增加本体构建迭代修正的工作量,并容易导致作战计划本体不规范、不统一,难以满足指挥信息系统的应用需求。从剖析创建策略与机理入手,在通用创建方法基础上,提出了基于概念逻辑的作战计划本体类层次体系的创建方法,包括创建规则、要求、步骤。实例应用表明,所提方法对于有效创建作战计划本体的类层次体系具有较强的指导意义和参考价值。