简介:“化工类研究生创新人才培养模式、教学内容、教学方法和教学技术改革的研究”(简称“化工类研究生教改项目”)是2005年获得教育部“研究生教育创新计划”专项立项的研究生教育创新工程项目。该项目由天津大学牵头,清华大学、华东理工大学、浙江大学、大连理工大学、北京化工大学、南京工业大学、华南理工大学、四川大学和中国石油大学(北京)等九所化工名校共同参加。项目的目标是集中全国优秀的化工教育教学专家,共同探讨化工类研究生培养的指导思想与发展战略,调整化工类研究生培养方案和课程内容,编写具有中国特色并与国际接轨的系列研究生教学参考书,建设研究生精品课程及研究生培养示范基地,探索适应形势要求、科学、合理的研究生论文质量评价体系,以提高我国化工类研究生的培养质量。
简介:不确定性是数据的固有属性,在实验过程中由于仪器的限制或者收集过程中的误差都会造成数据的不确定性。数据挖掘算法在处理不确定数据的相关研究尚处于初级阶段,不确定数据聚类是不确定数据研究中的典型问题,已有一些聚类算法被应用到处理不确定数据,如UK-means等。无论是UK-means还是FDBSCAN都仅仅考虑了不确定数据之间的几何距离,而没有考虑到不确定数据之间的概率分布差异。然而,概率分布特征是不确定数据的本质特征,考虑不确定数据的概率分布能够更准确度量不确定数据间的距离,从而提高聚类算法的性能,本文使用核函数度量不确定数据与类中心的距离,然后使用UK-means算法聚类不确定数据,通过大量实验验证了本文提出的距离函数优于使用欧式距离期望的UK-means方法。