密度K均值聚类算法及在复杂网络分析中的应用

现代信息社会中,许多实际问题都归结为复杂网络中模块问题的研究,而聚类方法是研究复杂网络中模块性的重要方法。本研究将基于视觉原理的密度聚类算法与传统的K均值聚类算法相结合,提出了一种新的聚类算法,即密度K均值聚类算法。该算法在一定程度上克服了传统的K均值聚类算法易受异常点影响和无法确定聚类数的问题,具有对初始参数不敏感、可发现任意形状的聚类,以及能找到最优聚类等优点。基于此,以城市建通网络中交巡警指挥平台的设置问题为例,通过Matlab程序求解说明了所给出聚类算法的应用。     

农业院校数学课教学改革探索

农业院校数学课教学改革探索申玉发（河北农业技术师范学院基础部昌黎０６６６００）数学课是农业院校的重要基础课。长期以来，尽管教师在教学过程中很注重教学方法，但学生仍然感到数学难学，缺乏学习的主动性。究其原因，这除了数学课自身的特点外，数学课在教材体系、...     

中值定理证明中辅助函数构造法及其比较

本文作者结合教学实践总结了微分中值定理证明中辅助函数的各种构造法，并对其进行了比较。