编译了好久，出了很多问题，终于还是编译成功了，共享一下。由于之前上传的资源还有一定的问题，有些cpp文件没有编译进去，使用的时候出现了连接错误，做出改进。

典型K平均算法中的聚类数k必须是事先给定的确定值,然而实际中很难精确确定,因而无法解决该核算法的实际问题。为此，提出距离代价函数作为最佳聚类数的有效性检验函数,建立了相应的数学模型,并据此提出了一种改进的k值优化算法。实验证明，与传统基于平均值方法实现数据聚类相比，用改进K值优化算法有效提高数据聚类效果。

针对Epidemic路由协议在DTN网络中应用时存在的网络资源消耗过大,且无法保障通信可靠性的问题.采用理论分析和实验仿真相结合的方法,提出了发送域、链路可靠度的概念及一种基于位置信息的改进型路由协议,并对改进型路由协议和Epidemic路由协议在到达率,平均时延及路由开销等性能进行了对比分析.研究结果表明:减少消息副本提高了网络利用率,测量链路可靠度选择的最优路径达到了优化网络的目的,研究结论在一些特殊网络中具有一定得应用价值.

针对配电网故障信息出现异常尤其是不可识别异常而导致误判的问题，提出了一种基于网络树状图和改进D-S证据理论的配电网故障定位新方法。该方法的突出优点在于使用多源信息进行故障定位，可避免因单源信息发生异常导致的误判。首先提出了一种新的基于网络树状图的搜索算法，该算法利用配电网故障时产生的故障指示器信息、配变报警信息和电话投诉信息建立相应的网络树状图，并通过搜索网络树状图进行故障初步定位。然后利用改进D-S证据理论将每种故障信息的定位结果进行信息融合，得到最终的定位结果。实例结果表明所提方法有效、可行，可以解决故障信息出现不可识别异常时的定位问题。

针对已有神经网络功放建模的建模精度不高,易陷入局部极值等问题,提出一种新的改进并行粒子群算法(Improved Parallel Particle Swarm Optimization,IPPSO)。该算法在并行粒子群算法的基础上引入自适应变异操作,防止陷入局部最优;在微粒的速度项中加入整体微粒群的全局最优位置,动态调节学习因子与线性递减惯性权重,加快微粒收敛。将该改进算法用于优化RBF神经网络参数,并用优化的网络对非线性功放进行建模仿真。结果表明,该算法能有效减小建模误差,且均方根误差提高19.08%,进一步提高了神经网络功放建模精度。

简要介绍了采用统计回归方法建立增量多元回归方程，从而建立达到对冶炼终点进行控制目的的转炉炼钢静态控制模型，并通过采集到的某钢厂120t转炉的实际生产数据，对模型进行了验证．

提出一种改进的点光源跟踪方案，采用MSP430F149 作为主控制器，分光源发送端和光源跟踪端两部分研究。发送端发送1KHz 频率的光，跟踪端用光敏三极管检测点光源信号，对其进行1KHz 的带通滤波和A/D 转换，然后分析点光源的移动方向，并控制舵机跟踪点光源。软件部分用基本控制和中心控制两种算法互相补充、交叉控制，提升了系统性能。测试结果表明，系统跟踪快速且准确、运行稳定。

管道泄漏检测和定位在管道的安全生产中占有重要的位置。本文将用小波包分解技术提取的管道泄漏检测系统特征信号作为神经网络的输人,建立管道运行状态的神经网络分类器,根据输出对管道的运行状态进行识别。利用小波变换特性提取压力传感器的信号奇异点,根据负压力波定位法对管道泄漏点定位,仿真结果验证了该方法的有效性。

随着地面无线通信技术的高速发展，无线通信网络将承载越来越多的高速多媒体业务，为使用户获得良好的业务体验，需要为其提供灵活可靠的服务质量保障。高速业务流的调度方法作为系统QoS保障的重要一环。传统业务调度方法有的仅考虑业务流的绝对优先级、有的依据业务包等待时延的长短进行调度，这些方法缺乏随信道质量及吞吐量变化情况的动态调控能力。针对上述问题，提出一种改进型的M-LWDF动态调度方法，通过引入公平性参数与优先级参数，提升业务调度器的性能。通过仿真验证，改进后的动态调度方法可以使业务流获得更好的时延及抖动指标。

针对滚动轴承极易损伤，振动信号表现出非线性、非平稳性等特点，提出一种基于局部特征尺度分解(LCD)和改进支持向量机(SVM)的滚动轴承故障诊断算法。首先对采集到的轴承振动信号进行LCD，分解得到一系列内禀尺度分量(ISC)，通过与经验模态分解(EMD)对比研究，证明了LCD方法的优越性；然后计算所有分量的能量熵值，提取出轴承信号的敏感特征集，输入到经过遗传算法(GA)进行参数优选后的SVM识别模型进行轴承状态的诊断识别。实验研究表明，基于LCD和改进SVM的轴承诊断算法能较好地提取出轴承故障特征信息，对4种轴承状态的识别率高达90%，是一种较为有效的轴承故障诊断方法。