一种网格 k-近邻集的边界点识别算法

为了高效识别聚类边界,根据边界周围区域存在密度差异的特征,提出了一种网格 k‐近邻集的边界识别算法（BGN ）。在网格空间中,该算法根据网格单元和它最近邻居单元的 k‐近邻集的质量及其单元间中心距离确定边界度,由边界度和边界阈值判断每个网格单元是否为边界单元或噪声单元。通过从边界单元中提取更靠边缘的数据作为边界点的方式,使得边界更精细。实验结果表明,该算法能有效和快速识别出多密度数据集的聚类边界和噪声。     

催化技术在环境保护中的应用

介绍了从分子水平上设计新型、高效催化剂及催化工艺的发展趋势,论述了催化剂在保护臭氧层、降低温室效应、创造环境安全的运输手段、解决能源工业的环境问题、防止天然气及石油工业的H2S污染及煤炭工业的CH4污染、净化化学及其他工业中的废气、提高原子利用率及减少原材料的消耗等方面的作用。