基于极大团和FP-Tree的挖掘关联规则的改进算法

融合了关联规则挖掘的FP-Tree算法和图论的极大团理论的优势,做了以下主要工作:(1) 提出了用邻接矩阵的产生频繁2-项集的改进方法;(2) 提出了极大有序频繁集的概念,证明了Head关系的等价性、划分定理、局部复杂性定理和归并收敛值域定理;(3) 提出并实现了基于极大团划分的MaxCFPTree算法,扫描时间复杂性小于O(n2);(4) 做了相关实验,以验证算法的正确性.新方法缓解了项目数量巨大而内存不足的矛盾,提高了系统效率和伸缩性.

基于小波和偶合特征的多数据流压缩算法

提出了基于Haar小波技术和偶合特征的多数据流压缩方法．主要研究成果包括：（1）证明了Haar小波变换服从能量守恒规律，并用于压缩数据流；（2）揭示了数据流的偶合度与变化趋势的相关性、偶合度的平移不变性及等价规律，采用特征流序列的小波系数和流能量近似表示流的趋势，达到压缩的目的；（3）提出了多尺度能量分解模型，提高了表示精度；（4）设计了多尺度能量分解压缩算法以及多尺度重构算法：（5）在真实数据集上的实验表明，新方法的压缩比是传统小波方法的2-4倍．

基于Rosenblatt变换的一阶可靠度分析方法

提出一种基于 Rosenblatt变换的一阶可靠度分析方法 ,该方法对 Rosenblatt变换进行了分解 ,首先把相关非正态分布变量经过映射变换转变成相关正态分布变量 ;然后经过正交变换转变成独立标准正态分布变量 .经此分解后 ,该方法不仅克服了实现条件比较苛刻的限制 ,适用于随机变量的任何分布形式以及具有收敛速度快的特点 ,而且能够大大地减少运算量 ,给计算和编程带来方便 .

挖掘多数据流的异步偶合模式的抗噪声算法

挖掘多数据流的异步偶合模式是具有挑战性的工作.主要的研究工作包括:(1)研究Haar小波滤波技术在挖掘流数据的异步偶合模式中的应用;(2)引入小波系数序列来度量数据流的异步局域偶合度;证明了一系列定理,保证了度量方法的正确性;(3)设计了环形滑动窗口和挖掘异步偶合模式的抗噪声增量算法,其时间复杂性小于O(n2);(4)使用真实数据进行模拟实验,验证了算法的有效性.

基于能量和频繁模式的数据流预测查询算法

设计了数据流预测查询的新模型,包括局域流能量预测、能量分布模式挖掘及预测序列的重构和数据流能量的度量方法;设计了融合数据流能量回归与基于频繁模式的小波分解预测新方法,并将新算法推广到强偶合多数据流的预测查询;提出了最近最频繁序列模式的新概念,并应用于局域流能量分解;在真实数据上的模拟实验,验证了算法的有效性.

一种高光皮肤多分辨率融合新方法

提出了一种新的皮肤图像融合方法,该方法在对色度亮度平面内高光和非高光区域像素进行融合时,充分考虑了皮肤像素在此平面内呈现Γ形分布的特点,使像素的插值结果仍然呈现Γ分布。文章最后提供了该方法结合了多分辨率融合算法的实验结果。

经尿道等离子电切术治疗犬梗阻性不稳定膀胱术前术后的尿动力学变化

目的:建立"犬梗阻性不稳定膀胱"的动物模型,通过对该模型动物行膀胱逼尿肌切断术前术后尿动力学的研究,探讨经尿道微创手术对改变逼尿肌不稳定收缩的可行性。方法:首先建立犬不稳定膀胱模型,解除梗阻3个月后在静脉麻醉下行经尿道等离子电切术间断横行切断膀胱逼尿肌。术前术后检测犬最大逼尿肌压力(MDP)、最大膀胱容量(MCC)、最大膀胱顺应性(MBC)等尿动力学参数。结果:7只不稳定膀胱模型犬,电切术后3个月后MDP、MCC、MBC较术前有不同程度改善。结论:经尿道等离子电切术切断膀胱逼尿肌能改善犬梗阻性不稳定膀胱出口梗阻引起的症状,可行性仍需大样本实验支持。

激光在泌尿外科的应用现状

1960年,世界上第一台激光(灯泵浦红宝石激光)用于生物医学,自此激光科技界和生物医学界联合对激光的生物医学效应开始进行系统研究,尤其在泌尿外科领域更是得到了广泛应用与发展。激光对生物组织的作用十分复杂,不仅受激光参数(功率密度、脉冲宽度、光斑大小和波长)的影响,也与组织特性相关。一般来说,激光作用于生物组织后会出现5种与温度有关的效应:体温过高、光热凝固和坏死、干死、碳化、汽化剥离。当激光对组织加热的温度超过300℃时,组织开始热分解和汽化,汽化过程常常伴随着光热凝固,阻止手术过程中的出血。

基于基因表达式编程的函数挖掘——收敛性分析与残差制导进化算法

为了克服传统的数学方法在确定要发现的函数类型时需要依赖专业知识,具有主观性和盲目性及基于遗传编程(GP)的函数发现方法效率太低的问题,提出了基于基因表达式编程(GEP)新的函数挖掘方法,并分析了算法的收敛性,并根据收敛性定理提出了GEP的改进算法———残差制导进化算法RGEA。通过对GP、GEP、RGEA算法的比较实验,结果表明,在噪声数据很小的情况下,3种算法均挖掘出目标函数,但GEP比GP的收敛速度提高了20倍,RGEA比GP提高了60倍。对于函数类型未知且极为复杂的数据,GEP和RGEA在发现理想函数的速度上要比GP分别快900、1800倍。

基于最近邻优先的高效聚类算法

针对高维空间中任意形状的多层次聚类问题,基于"同类相近"的思想,提出并实现了最近邻优先吸收聚类算法NNAF算法。证明了最近邻点搜索定理,基于这一定理又提出了SNN(SearchingNearestNeighbors)算法和GSNN(Grid basedSearchingNearestNeighbors)算法,其时间复杂度为O(n log(n)),当用扫描图像所得数据时,时间复杂度会降为O(n);而使用传统的搜索算法,时间复杂度为O(n2);提出了实现任意形状高维空间聚类的NNAF算法,时间复杂度为O(n);提出了MLCA(Multi layerClusterAlgorithm)算法并证明了两个相关的定理,在改变阈值后重新聚类时,使用MLCA算法可以节省90%以上的时间。实验结果显示,以上算法适应于任意形状的高维空间数据的聚类,可以有效过滤噪声数据,且用户需要的先验知识少、可快速获得各种层次的聚类结果。

基于基因表达式编程的频繁函数集挖掘

函数挖掘旨在从观测数据中发现有效的函数关系,传统的函数挖掘以发现单个函数为挖掘目标,难以处理复杂数据集.为解决上述问题,作者做了如下工作:(1)提出了描述能力更强的频繁函数集FFS概念;(2)提出并实现了基于基因表达式编程的频繁函数集挖掘算法FFSM;(3)在GEP中采用了精度阈值队列策略PTQ,有效地提高了FFSM的成功率;(4)用实验证实了FFS更强的描述能力和PTQ的有效性,其中,在挖掘高精度复杂函数时PTQ使FFSM的成功率提高了55倍.

基于流数据分类和分形维分析的DoS攻击检测

DoS攻击检测是入侵检测系统中的重要课题,针对这一亟待解决的问题,综合数据挖掘技术、分形技术和通信流分类技术,分析现有基于网络的DoS攻击检测方法的不足,提出基于熵的属性分类挖掘方法和基于分形维的DoS攻击检测算法FDD DoS,FDD DoS算法分为训练和检测两个阶段,在训练阶段,首先获取到达服务器的通信流,通过计算得到分类后通信流的分形维数值和偏差阈值。在检测阶段,FDD DoS实时计算通信流的分形维,如果偏差小于训练阶段得到的阈值,则修改分形维值(学习进化的过程),否则,可判定发生了DoS攻击。在实际网络环境cs.scu.edu.cn上对FDD DoS算法进行了连续8周的测试,利用训练结果,并模拟DoS攻击,试验证明该算法能有效检测DoS攻击。

基于基因表达式编程的股票指数时间序列分析

基因表达式编程(GEP)是遗传算法研究的新分支.针对股票对象的特点,提出了适应股票规律的GEP-STOCK模型,包括n时段-STOCK-GENE,STOCK-fitness以及STOCK-GEP算法,并以上海证券交易指数时间序列数据为对象做了实验.进行了误差和指数涨跌分析.实验结果表明GEP-STOCK模型预测精度较高,20d的平均绝对误差为11.08,平均相对误差为0.64%.从涨跌情况预测来看,模型对6d后指数的涨跌判断,正确率高于80%以上.

一种在移动电话上实现藏文处理的方法

移动电话系统资源有限,如果直接使用藏文Unicode编码,通过组合方式生成藏文字符将大大增加系统处理的时间复杂性,为此,在分析藏文构字特点及藏文Unicode编码的基础上,提出了一种使用索引技术的移动电话藏文编码规则。移动电话键盘键位有限,无法一对一地部署藏文字符,因此,利用藏文的文法特点和索引技术,在有限的键位上合理地安排了藏文字符,减少了藏文输入时的重码率,提高了输入速度。设计了与移动电话藏文编码规则相对应的短消息编码/解码方法,实现了移动电话对藏文短消息的发送和接收。

基于基因表达式的演化硬件进化和优化算法

电路进化设计是可进化硬件研究的重要内容·针对电路进化设计做了如下工作:(1)融合了数据挖掘、基因表达式编程与传统电路进化技术,提出两阶段电路进化方法·该方法包括基于表达式树遗传编程进化算法的电路进化阶段和基于挖掘频繁数字电路算法的电路优化阶段·(2)给出了详尽的实验·实验表明6次多项式函数发现的平均进化代数为442代、乘法器电路的平均进化代数为2292代·比笛卡尔遗传编程和NEHF(NovelEvolvableHardwareFramework)快6倍以上·用MFDC对乘法器电路进化结果进行挖掘后,得到了比传统电路更有效的乘法器电路·

基于抽样的垃圾短信过滤方法

现有垃圾短信过滤系统主要采用对短信进行逐条分析判断的技术,因此处理的效率比较低。针对这一过滤技术的不足,提出了一个基于抽样的垃圾短信过滤方法,该方法引入用户信任度的概念,根据用户的信任度对用户发送的短信进行抽样过滤,极大地提高了处理效率。

DIRM:基于动态信息路由的数据检索模型

网络技术的高速发展和信息的急剧膨胀使得信息的组织和高效检索成为一个研究界关注的重要问题。不同于已有的研究成果,提出了一种新的信息动态路由模型DIRM。从信息组织模型入手,提出了信息动态路由的概念,利用信息路由主机完成结构化或半结构化数据检索;提出并实现了信息检索算法,动态信息路由交换算法DI RA和边界域IRH的路由交换算法;证明了关于查询等价和有限步数引理,讨论了不同条件下信息检索算法的复杂度,并在试验中验证了信息动态路由算法的可行性和高效率。

远程访问中的分布式访问控制

IETF的访问控制模型采用了集中管理策略,不能对IP-VPN中的远程用户进行有效的认证和授权,更不能实现远程用户在不同域间的漫游,该文针对该问题作了如下工作:远程用户访问控制策略的分布式管理;远程用户漫游时的认证;分布式访问控制模型DACRU的实现。实践证明该模型能有效解决远程用户的访问控制策略的分布式管理和授权用户的漫游认证问题。

一种基于UD-Tree的分布式数据库新型复制架构

针对大量数据库的数据复制问题 ,提出了一种基于 UD- Tree的复制架构 RAUT(Replication Architecturebased on UD- Tree in distributed databases) .不同于已有的研究成果 ,RAU T采用树结构作为分布式数据库的组织方式 .主要成果包括 :(1)提出了两种新的基于树结构的高效算法用于数据传输 .(2 )有效克服了传统复制模型的缺陷 .(3)极大的减少了数据传输量并大幅提高了系统的整体性能 .(4 )实现了架构中的所有算法 ,并成功应用于由数百台服务器组成的全国公安系统 CCIC(中国犯罪信息中心 )

基于朴素基因表达式编程挖掘紧致函数

基因表达式编程(GEP)是一种基因型和表现型相分离的进化新模型,为了挖掘紧致的函数关系,分析了进化系统各因素对挖掘紧致函数的影响,提出了带紧致压力的适应度函数来进化函数紧致解。实验表明,带有紧致压力的适应度函数能自动进化计算机程序,适合挖掘的紧致关系,在挖掘紧致函数中,朴素基因表达式编程(NGEP)比GEP提高效率21.7%,与不带压力的系统相比,GEP的平均压缩了31.2%,NGEP系统平均压缩了42.5%;NGEP较GEP更容易发现紧致解,且函数表达形式更容易理解,丰富了NGEP理论.