基于中医疗效评价的交互式数据挖掘框架

设计并实现了基于小儿肺炎中医疗效评价的交互式数据挖掘框架。该框架采用数据挖掘、数理统计和逻辑分析相结合的方法,通过回顾性和前瞻性多角度的验证与比较研究,揭示各证和所属症状之间的关联性,不仅突破了传统的疗效评价方法的限制,而且优化了疗效规范,建立了客观的、人机交互可度量的病证结合的疗效评价体系。

时序微阵列数据中的同步和异步共调控基因聚类

基因的共调控可分为同步和异步两种.文中提出了一种新的聚类模型Reg-Cluster,将具有相同编码的同步和异步共调控基因聚集到同一个共调控基因类中.在此基础上,提出了一种有效的聚类算法FBLD,采用先宽度优先、后深度优先的搜索策略,并结合高效的削减规则,挖掘得到所有符合条件的最大Reg-Cluster.聚类结果中包含了详细而完备的共调控信息,有助于基因调控网的研究.算法可扩展用于三维基因-样本-时间微阵列数据集的分析.FBLD算法已经应用到真实和人造微阵列数据集中,其结果被提交到Gene Ontology,实验结果证明了算法的高效性和有效性.

面向组合服务动态自适应的事务级主动伺机服务替换算法

动态服务环境的各种异常随时会导致整个业务流程暂时无响应或服务中断,极大影响业务流程的可靠性.已有替换机制大多缺乏事务支持而适应性差,进而不能有效保证系统执行过程中事务服务的原子性和数据一致性,也无法保障替换过程要求的正确性、实时性和高效性.该文以"事务支持"为核心,充分考虑了服务间多关系以及Web服务的事务特性,提出一种事务级组合服务主动伺机替换算法.首先,该文给出了事务粒度的获取及替换范围识别算法.然后,提出事务级替换代价/收益QoS模型,将事务补偿代价与替换代价有机结合,保证以最少的代价实现服务替换.在此基础上,提出了全新的QoS驱动的事务级服务替换算法.为了提高替换的时效性,提出了早期预测模式挖掘算法,对运行的服务实时监控保证其识别失效服务的早期性.实验结果证明,该模型不仅保证了替换过程中业务流程的事务原子性和数据一致性,而且提高了系统的可靠性和时效性.

基于改进HMM模型的组合服务故障诊断方法

针对现有组合Web服务诊断模型故障诊断准确率普遍不高的问题,提出一种新颖的基于改进隐马尔可夫模型(Improved-HMM)的故障诊断方法.首先,从组合服务监测数据中提取多维特征序列训练HMM模型.训练过程中,考虑到基于BW的方法仅在某观测条件下进行参数评估,获得的参数准确度不高,提出基于贝叶斯估计的学习方法,得到更客观的参数;进一步,基于改进的HMM模型计算当前特征序列对应的各类故障类型发生概率,推断最有可能的故障类型.实验结果表明,提出的方法具有较高的诊断率和较低的漏报率,适合在网络环境中进行实时故障检测.

一种基于Dwarf的快速有效增量更新算法

数据立方计算是代价非常大的操作,并且被广泛研究。受空间的限制,存储一个完全实例化的数据立方是不可行的。最近提出的一种语义压缩数据立方—Dwarf,通过消除前缀冗余和后缀冗余把一个完全实例化的数据立方压缩存储到一个很小的空间。然而,当数据源发生变化时,它的更新过程是很复杂的。本文通过研究Dwarf在更新过程中汇总结点的变化特性,提出了一种基于Dwarf的新的增量更新算法,既能完全实例化数据立方又不需要重新计算,大大提高了数据立方的更新效率。实验进一步证明了该算法的效率和有效性,尤其适合数据仓库中的高维数据集。

基于具体事务的补偿支持服务替换QoS模型

针对传统替换模型中缺乏事务支持而不可用的情况,提出了一种补偿支持的服务替换QoS模型.该模型充分考虑了服务间多关系以及事务Web服务特性,将事务补偿代价与替换选取代价有机结合,建立了全面评价补偿支持的替换服务QoS目标函数,在此基础上,提出了全新QoS驱动的补偿支持服务替换算法.实验证明该模型不仅保证了替换过程中事务原子性和数据一致性,而且提高了系统的可靠性和可信性.

基于上下文的Web服务推荐模型

传统的Web服务推荐模型仅仅考虑到Web服务层的质量特性,如QoS,随着Web服务的普及,服务交易的广泛使用,如何组合Web服务来完成一个操作流程满足用户的需求是一个新的挑战。提出了一个新的基于上下文的组合服务推荐模型,该模型不仅考虑到服务层和业务层的质量特征,而且进一步考虑了服务的上下文信息,包括用户兴趣、喜好等等,能够更好地对Web服务进行推荐。

基于Dwarf的语义压缩数据方体计算研究

提出了一个可以减少磁盘访问次数的快速Dwarf计算算法Q-Dwarf,避免了在构建Dwarf过程中,计算汇总单元时不必要关闭结点的频繁I/O磁盘访问,节省了时间.并在此结构上构建查询算法以及增量维护算法.实验证明了一系列算法的效率和有效性,尤其适合数据仓库中的高维数据集.

基于数据挖掘的小儿肺炎中医辨证动态量表的生成方法

本文利用数据挖掘技术对大量小儿肺炎的病例数据进行处理,提出一种小儿肺炎中医辨证动态量表的生成方法,根据数据挖掘结果动态生成不同证型的量表,通过量表计算出标准化分值,确定病儿所属的证型及程度,为医生提供辅助诊断。该方法克服了传统中医辨证诊断无严格量化标准和存在主观性的不足,增强了中医辨证诊治的科学性。

面向软件执行网络的行为拓扑分析研究

随着互联网及软件技术的逐渐成熟和发展,软件系统将面临使用模式不确定、动态交互行为复杂变化的问题。针对软件执行过程中的交互复杂性,分析了基于复杂网络的软件执行网络行为拓扑度量特征。以Linux下3个典型的开源软件为研究对象,首先获取其软件执行交互记录,并根据方法调用关系构建执行网络,然后分析软件执行网络的连通性、网络直径与密度、平均路径长度、度分布、度相关性、聚集系数、介数、接近度等典型拓扑度量,并与以代码静态关联为基础构建的软件结构网络进行对比分析。结果表明,软件执行过程中具有执行行为动态变化和行为重组现象,其拓扑特征与结构网络具有较大差别,执行网络平均路径长度变小,其小世界特性趋于消失。探索软件执行行为规律对于软件运行维护及质量保障具有重要的指导意义。

云计算中偏好top-k查询的正确性验证

为解决云计算环境下偏好top-k查询结果的正确性验证问题,在现有支配图的基础上,提出了基于哈希的验证支配图(ADG-H)和基于数字签名的验证支配图(ADG-S)。ADGH能够有效地对一次性查询进行验证。而对于连续监控,采用ADG-H会引起大量的网络传输,因此提出了ADG-S,只有当数据更新影响到查询结果或验证对象时才进行必要的网络传输。实验表明了ADG-H和ADG-S的有效性。

一种有效的基因投影聚类算法

针对现有基因投影聚类算法的不足,提出一种有效的基因投影聚类算法。该算法基于样本构建穷举树,根据基因间的相互作用关系,采用深度优先遍历的思想进行投影聚类,为观察疾病的成因提供了一个很好的视角。通过真实微阵列数据实验,证明了提出的算法具有较高的正确率。

一种用于基因表达数据的无参数聚类算法

提出了一种用于基因表达数据的无参数聚类算法。该算法把多维数据的模糊聚类方法与CTWC相结合,并引入基于范数的方法进一步对该方法加以改进和论证。将该算法应用于真实的结肠癌基因表达数据集,确定了含8个基因的特征基因组合,该特征基因组合不仅达到了90%左右的结肠癌样本识别率,还能鉴别结肠癌样本的亚型。实验结果充分验证了这种算法的可行性。

基于改进蚁群算法的Web服务选择

提出一种改进的蚁群算法并将其应用于Web服务选择问题中.该算法使用非线性动态变化的伪随机比例选择参数及蚂蚁多重最优解随机加权路由选择算法控制蚁群的行为,使用5维Web服务质量向量和蚁群适应度函数评价蚂蚁构造的路径质量,蚂蚁根据其构造的路径质量进行信息素更新;该算法使蚁群在其解空间的进化能力得到很大的提高.实验证明,该算法在Web服务选择问题上比传统的蚁群算法效率更高.

最大子空间共调控基因聚类

提出了一种编码方案,同时聚类正共调控基因和负共调控基因.基于这种编码方式,两个正共调控或负共调控的基因都具有相同的编码,因此被聚集到同一个共调控基因类中.进一步提出了一个基于这种编码方案进行最大子空间共调控基因聚类的新算法及一些新的相关削减策略.一个最大子空间共调控基因聚类聚集了某个条件序列上的一组共调控基因,而且不被其他的子空间共调控基因聚类包含.从多方面分析了该算法的性能,并将其用于白血病和酵母细胞的真实表达数据集及人造数据集聚类.理论分析和实验结果都表明,相对于已有的基于模式/趋势的聚类算法,该算法能发现更多具有生物意义的共调控基因聚类,并且性能优于目前的共调控基因聚类算法.

挖掘微阵列数据集中的最大局部保守基因聚类

提出了一种新的基因聚类模型LC-cluster(局部保守基因聚类).其思想来源于当前的bicluster模型和emerging模式,但有着本质的不同.一个基因的表达水平被称为局部保守,如果它只在所有给定条件中的一部分(而非全部)上保持相似的"丰度".一个LC-cluster中的样本可能对应着某种显型,其中的基因是与这种显型密切相关的候选基因.设计了两种有效的基于树的聚类算法FALCONER和E-FALCONER,来挖掘提出的LC-cluster.从多方面分析了该算法的性能,并将其用于真实表达数据集及人造数据集聚类.理论分析和实验结果表明:①算法能有效且高效地发现大量具有生物意义的局部保守基因聚类;②算法性能优于同类的基于穷举树的聚类算法.

云计算中安全的向量点积计算

安全问题是云计算研究的关键问题之一.提出云计算模型中安全的向量点积计算方案,同时提供计算结果的正确性验证和数据的隐私保护功能.通过分析向量和向量点积的代数性质,为数据所有者端的原始向量构建转换向量和影子向量,使客户能够验证计算结果的正确性.将现有两方间隐私保护的向量点积计算协议扩展到云计算模型中的三方.安全性分析表明该方案能够抵御多种可能的威胁.实验结果表明了该方案的高效性.

一种基于图压缩的重叠社区发现算法

为提高单机处理复杂网络规模的能力,提出一种新的重叠社区发现算法.首先,通过基于图压缩的社区结构表示模型(压缩社区图),对网络进行无损压缩;然后,在压缩社区图上基于种子迭代的思想,通过不断优化社区适应度函数将种子扩展成社区;最后,将相似度高的社区进行合并,得到最终的重叠社区结果.由于压缩后的凝聚图大大降低了待处理的网络规模,并能在一定程度上减少重复计算,该方法可以大大提高计算效率和单机处理的网络规模.

计算机与财会信息系统

计算机和网络的应用已经越来越深入各个行业,会计工作也不例外。在给会计工作带来巨大便捷的同时,也带来诸多问题。如何正确的使用计算机更好的为财务工作服务是我们现阶段需要考虑的问题。

CIS:一种基于迭代扩张的微阵列数据聚类算法

DNA微阵列技术使同时监测成千上万的基因表达水平成为可能。直接把传统聚类算法用于高维基因表达数据分析会受到"维难"的困扰。特征转换和特征选择是两种常用的降维方式,但前者产生的新特征难以用原来的领域知识解释,后者通常会丢失信息。另外,传统的聚类算法通常由用户指定聚类参数,参数设置不同对聚类结果有很大的影响。针对上述问题,本文提出了一种新的基于迭代扩张的微阵列数据聚类算法-CIS。它不采用特征转换和特征选择的方式,并自动确定聚类参数。CIS反复用最新得到的样本聚簇得到新的聚类基因,然后以新的基因聚簇为特征重新聚类样本,逐步求精,最终的结果容易解释且避免了信息的丢失。该方法降低了由于用户缺少领域知识引起的实验误差。CIS算法被应用于两个真实的微阵列数据集,实验结果证实了算法的有效性。