版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、膜計(jì)算是生物計(jì)算一個(gè)新的研究方向,其從活細(xì)胞處理化合物、能量及信息的方式中獲得靈感,設(shè)計(jì)出分布式、并行計(jì)算模型——P系統(tǒng)。系統(tǒng)中每個(gè)細(xì)胞都是獨(dú)立的反應(yīng)控制單位,各單位自主進(jìn)行計(jì)算,因此具有分布式和高度并行性計(jì)算的特點(diǎn),運(yùn)行效率很高。已在理論層面——數(shù)學(xué)和計(jì)算機(jī)理論方面,獲得了較好的發(fā)展,其為設(shè)計(jì)離散的、模塊化的算法模型提供了系統(tǒng)架構(gòu),并且由普通計(jì)算機(jī)實(shí)現(xiàn)了一些應(yīng)用。膜計(jì)算的應(yīng)用已涉及生物學(xué)、生物醫(yī)學(xué)、計(jì)算機(jī)圖形學(xué)、經(jīng)濟(jì)學(xué)、近似優(yōu)化、密碼
2、學(xué)等領(lǐng)域,展現(xiàn)出巨大的發(fā)展?jié)摿Α?br> 數(shù)據(jù)挖掘分析是知識(shí)發(fā)現(xiàn)的重要階段之一,不同的分析技術(shù)可以從不同的視角來分析數(shù)據(jù),例如從探索性、統(tǒng)計(jì)上及預(yù)測(cè)性等角度來實(shí)現(xiàn)數(shù)據(jù)的可視化和多種形式的解讀。聚類分析是一種重要的數(shù)據(jù)挖掘技術(shù),當(dāng)下的學(xué)術(shù)界、企業(yè)界和政府管理都面臨數(shù)據(jù)洪流問題,借助數(shù)據(jù)挖掘技術(shù)可以發(fā)現(xiàn)數(shù)據(jù)背后隱藏的有價(jià)值信息,并以此獲得優(yōu)勢(shì)。聚類分析通過將數(shù)據(jù)集劃分為聚類簇,以實(shí)現(xiàn)簇內(nèi)相似度最大化同時(shí)簇間相似度最小化,發(fā)現(xiàn)的聚類簇可用于
3、了解數(shù)據(jù)分布特征。各種聚類方法也被不斷提出和改進(jìn),而不同的方法適合于不同類型的數(shù)據(jù)。
本文根據(jù)EC組織型P系統(tǒng)的結(jié)構(gòu)特點(diǎn)及并行計(jì)算特性,將其應(yīng)用于聚類分析中,主要進(jìn)行EC組織型P系統(tǒng)在劃分聚類和層次聚類中的研究。論文提出了一種對(duì)象控制流程的EC組織型P系統(tǒng),利用對(duì)象在P系統(tǒng)中經(jīng)由信道流動(dòng)的特性來實(shí)現(xiàn)對(duì)各細(xì)胞內(nèi)規(guī)則的控制,提升P系統(tǒng)的計(jì)算效率。本文的研究工作包括以下幾個(gè)方面:一是設(shè)計(jì)出一種改進(jìn)的EC組織型P系統(tǒng)——對(duì)象控制流程的
4、EC組織型P系統(tǒng),將P系統(tǒng)中的對(duì)象作為控制信號(hào),利用其在系統(tǒng)中各個(gè)細(xì)胞間經(jīng)由信道流動(dòng)的特性來實(shí)現(xiàn)流程控制,使各個(gè)細(xì)胞內(nèi)的規(guī)則按一定的流程順序執(zhí)行。二是構(gòu)建了基于RKM算法的EC組織型P系統(tǒng),設(shè)計(jì)出系統(tǒng)的膜結(jié)構(gòu)、對(duì)象、規(guī)則等要素,充分結(jié)合RKM算法在處理球狀簇的聚類分析中的優(yōu)勢(shì)和P系統(tǒng)的分布式并行計(jì)算特性,能實(shí)現(xiàn)較好的聚類效果。三是提出了實(shí)現(xiàn)HEMST算法的P系統(tǒng)模型,通過對(duì)子樹代表結(jié)點(diǎn)集構(gòu)造的EMST進(jìn)行迭代聚類。MST聚類算法在發(fā)現(xiàn)不
5、規(guī)則邊界聚類簇方面有優(yōu)勢(shì),構(gòu)造的P系統(tǒng)模型能利用這一優(yōu)勢(shì)更好地實(shí)現(xiàn)聚類。并將構(gòu)造的P系統(tǒng)模型用于高新技術(shù)企業(yè)層次的聚類分析中,并解決現(xiàn)實(shí)中的企業(yè)層次劃分問題,將企業(yè)劃分為處于不同發(fā)展層次的類型。進(jìn)而可實(shí)現(xiàn)政府、行業(yè)對(duì)不同層次的企業(yè)的監(jiān)管,采取相應(yīng)的稅收、科技計(jì)劃、金融保險(xiǎn)、項(xiàng)目用地等政策措施,鼓勵(lì)和支持高新技術(shù)產(chǎn)業(yè)發(fā)展。四是構(gòu)建了基于EC組織型P系統(tǒng)的協(xié)同過濾推薦模型,基于用戶的協(xié)同過濾推薦是一種較為成功的推薦系統(tǒng),但也面臨可擴(kuò)展性問題
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- P2P系統(tǒng)中聚類算法的研究.pdf
- 類細(xì)胞P系統(tǒng)在劃分聚類中的研究.pdf
- 基于P系統(tǒng)的改進(jìn)粒子群優(yōu)化算法研究及其在聚類問題中的應(yīng)用.pdf
- 基于P2P的Web服務(wù)聚類及組合研究.pdf
- P2P網(wǎng)絡(luò)中基于查詢的聚類的研究.pdf
- 基于SOM基因聚類的基因數(shù)據(jù)組織樣本聚類.pdf
- 基于興趣聚類的無結(jié)構(gòu)P2P拓?fù)鋬?yōu)化的研究.pdf
- 基于p2p的web服務(wù)聚類及組合研究(1)
- 基于小世界聚類的P2P流媒體傳輸機(jī)制的研究.pdf
- 基于層次聚類的模糊聚類算法的研究.pdf
- 基于協(xié)同進(jìn)化的聚類問題的研究
- 基于聚類的入侵檢測(cè)系統(tǒng).pdf
- 基于局部結(jié)構(gòu)約束的圖像聚類問題研究.pdf
- 基于蟻群算法的雙向聚類問題研究.pdf
- 基于模糊聚類算法的圖像分割問題研究.pdf
- 基于禁忌搜索的雙向聚類問題研究.pdf
- 函數(shù)型數(shù)據(jù)的分步系統(tǒng)聚類算法研究.pdf
- 基于膜系統(tǒng)的聚類優(yōu)化算法研究.pdf
- 基于P2P的聚類鄰居節(jié)點(diǎn)搜索算法的研究與實(shí)現(xiàn).pdf
- 基于協(xié)同進(jìn)化的聚類問題的研究.pdf
評(píng)論
0/150
提交評(píng)論