满足均匀分布的不确定数据关联规则挖掘算法

云计算为大数据提供了展示和共享的平台.为了防止隐私泄露,这些数据中往往包含人为添加的不确定因素,如何挖掘这些不确定数据是大数据共享亟待解决的问题.在用于共享的大数据中,不确定数据通过对精确数据的泛化处理来实现,具有均匀分布特性,这一特性不利于精确查询,但可为关联规则的挖掘提供便利条件.首先,依据泛化值之间可能的相交或包含关系,将泛化值进行分层聚类,为了保存与不确定数据集挖掘相关的重要信息,给出了构建不确定频繁模式树的算法,在此基础上,提出了频繁项集挖掘子算法(data mining algorithm for uncertain frequent item-sets,UFI-DM)和关联规则生成子算法(algorithm for generating association rules,GAR),分别用于挖掘频繁项集和生成关联规则,最后,通过理论分析和实验比对,论证了算法的可行性和有效性.

Attribute-or模型下不确定关系的无损分解算法

庞大的可能世界集合是影响不确定关系查询效率的主要因素,分解是减小不确定关系可能世界集合的有效方法.为解决该问题,在Attribute-or数据模型上,定义了水平函数依赖和垂直函数依赖.提出了不确定关系水平划分算法,该算法能够生成不确定关系的分解条件,解决了分解程度低的问题.给出了不确定关系分解过程和算法并证明该分解方法是无损的,讨论了k-匿名数据的分解问题.

高层建筑中梁、板、柱等节点部位的施工方法及质量通病防治措施

随着施工工艺的不断发展及建筑物的外观和结构形式的多元化,梁、板、柱等节点部位的构造越来越复杂。同时给施工也带来了诸多不便,且在节点处容易产生质量问题。

住宅楼面板裂缝形成的原因的分析和防治措施

住宅楼现浇钢筋混凝土楼面板的裂缝,是目前较难克服的质量通病,本文重点分析以施工为主、兼顾设计和材料原因引起楼面板裂缝的综合性防治及具体措施。